Python不重复批量随机抽样 random.sample() 和 numpy.random.choice() 的优缺点

对比

python中random.sample()方法可以随机地从指定列表中提取出N个不同的元素，列表的维数没有限制。

有文章指出：在实践中发现，当N的值比较大的时候，该方法执行速度很慢。可以用numpy random模块中的choice方法来提升随机提取的效率。

（有问题，从该文章看不出来random.sample方法比choice方法慢多少，我自己仿真倒是发现random.sample方法比choice方法快的多，后面会举例说明）

numpy.random.choice() 对抽样对象有要求，必须是整数或者一维数组（列表），不能对超过一维的数据进行抽样，这是其缺点。

random.sample() 和 numpy.random.choice() 的优点都是可以指定抽样的个数，一次性从列表中不重复地抽样出指定个数的元素，其中 random.sample()默认就是不重复抽样（不放回的抽样），而numpy.random.choice()默认是可以重复抽样，要想不重复地抽样，需要设置replace参数为False，用法如下：

补充

前面说random.samp