ValueError: Sample larger than population or is negative...

一、问题描述

        关于python自带的库函数random.sample()，用它来进行随机采样有时候真是很方便。平时，我会经常这样使用它：

import random

population = [1, 2, 3, 20, 99]
part = random.sample(population, 2)
print(part)

        上面的用法通常没有任何问题，也不会出现任何的错误。然而当random.sample()中的第二个参数大于列表population的元素个数5时，即

import random

population = [1, 2, 3, 20, 99]
part = random.sample(population, 6)
print(part)

        就会出现以下的错误：

ValueError: Sample larger than population or is negative

        这主要是因为random.sample()这个方法采取的抽样策略是不重复采样（不放回采样，采一个少一个，采一个少一个，如果第二个参数大于列表的元素个数，就会导致后面没法采），所以指定的第二个参数不能超过population列表元素的个数，否则就会报错。

二、解决方案

        由于你希望指定的第二个参数是大于列表的元素个数的，因为这个时候采样的话肯定是重复采样（采了一个放回去）。目测比较好的解决方案是numpy中的choice()方法。具体的使用方式如下：

import numpy as np

population = [1, 2, 3, 20, 99]
part = np.random.choice(population, 6)
print(part)

        此时输出如下：

[ 3 20  1  2  2  1]

三、参考

        1. random.sample()的用法

        2. ValueError: Sample larger than population or is negative

        3. random.sample()和numpy.random.choice()的优缺点