python 随机选择list或numpy.ndarray中n个元素

1. 从一个list中随机选取一个元素

• random.choice(data)

import random
data = ['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h']
random.choice(data) # 随机选取一个元素

2. 从一个list中随机选取多个元素

import random
data = ['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h']
sample_num = 5
random.sample(data, sample_num) # 结果['a', 'd', 'b', 'f', 'c']，每次运行结果不同。

3. 从data和label中随机选取多个元素

在制作数据集时，可能会有只用50%的数据的要求，所以，我们从原数据集中随机抽取30%的数据，这还要求了，data和label是对应的。接下来，讲讲我的做法。创建一个索引list，在索引list中选取N个索引，根据这些索引将data和label的数据提取出来。

import random
data = ['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h']
label = [0, 1, 2, 3, 4, 5, 6, 7]
sample_num = int(0.5 * len(data)) # 假设取50%的数据

sample_list = [i for i in range(len(data))] # [0, 1, 2, 3, 4, 5, 6, 7]
sample_list = random.sample(sample_list, sample_num) #随机选取出了 [3, 4, 2, 0]
sample_data = [data[i] for i in sample_list] # ['d', 'e', 'c', 'a']
sample_label = [label[i] for i in label] # [3, 4, 2, 0]

4. 从numpy.ndarray中随机选取多个元素

承接3. 只是data和label是numpy.ndarray对象如何用sample_list来取出呢？
了解numpy.ndarray切片的同学们肯定都知道啦，这里我简单写一下。

import numpy as np
data = np.array([[ 0,  1,  2,  3],
                 [ 4,  5,  6,  7],
                 [ 8,  9, 10, 11],
                 [12, 13, 14, 15]]) # shape:(4,4)
label = np.array([1,2,3,4]) # shape:(4,)

sample_num = int(0.5 * len(data)) # 假设取50%的数据
sample_list = [i for i in range(len(data))] # [0, 1, 2, 3]
sample_list = random.sample(sample_list, sample_num) # [1, 2]

data = data[sample_list,:] # array([[ 4,  5,  6,  7], [ 8,  9, 10, 11]])
label = label[sample_list] # array([2, 3])

参考
python 随机选取列表中的元素 https://blog.csdn.net/zzc15806/article/details/84875070
感谢以上大大的博客！