如何在 Python 中从总体中生成随机样本？

Question

我关于 Stackoverflow 的第一个问题。 所以请：善待:)

我试图解决这个问题：

从总体中生成 1,000 个大小为 50 的随机样本。 计算每个样本的平均值（所以你应该有 1,000 个平均值）并将它们放在一个列表中 norm_samples_50"

我的猜测是我必须使用 randn 函数，但我无法根据上述问题猜测如何形成语法。 我已经完成了研究，但找不到合适的答案。 任何帮助，将不胜感激。

Answer 1

使用Numpy 的非常有效的解决方案。

import numpy


sample_list = []

for i in range(50): # 50 times - we generate a 1000 of 0-1000random - 
    rand_list = numpy.random.randint(0,1000, 1000)
    # generates a list of 1000 elements with values 0-1000
    sample_list.append(sum(rand_list)/50) # sum all elements

Python 单行

from numpy.random import randint


sample_list = [sum(randint(0,1000,1000))/50 for _ in range(50)]

为什么使用Numpy ？ 它非常有效且非常准确（十进制）。 该库专为这些类型的计算和数字而设计。 使用标准库中的random很好，但速度不快或不可靠。

Answer 2

这是你想要的吗？

import random

# Creating a population replace with your own: 
population = [random.randint(0, 1000) for x in range(1000)]

# Creating the list to store all the means of each sample: 
means = []

for x in range(1000):
    # Creating a random sample of the population with size 50: 
    sample = random.sample(population,50)
    # Getting the sum of values in the sample then dividing by 50: 
    mean = sum(sample)/50
    # Adding this mean to the list of means
    means.append(mean)