月度归档： 2024 年 5 月

numpy里面自带了几种抽样算法，但都是随机抽样，我这里要做的是等比连续抽样，就是对原始数据从前到后按固定的间隔固定的顺序去抽样数据。
方法一：
把列表分成n个子组，从每个子组中再抽取一个数作为样本

def evenly_divide_list(lst, num_groups):
    """按顺序分隔列表为指定数量的子组
    Args:
        lst (list): 列表
        num_groups (int): 分隔次数
    Returns:
        list: 返回子列表的集合
    """
    quotient, remainder = divmod(len(lst), num_groups)
    group_sizes = [quotient] * num_groups
    for i in range(remainder):
        group_sizes[i] += 1
    groups = []
    i = 0
    for size in group_sizes:
        groups.append(lst[i:i + size])
        i += size
    return groups
data = [1, 2, 4, 5]
count = 3
sample_group = evenly_divide_list(data, count)
for i in range(len(sample_group)):
        print(sample_group[i][0])

方法二：
对列表索引分成固定的间隔然后进行进行四舍五入

def extract_elements(lst, num_elements):
    """按顺序均匀抽样元素
    Args:
        lst (list): 列表
        num_groups (int): 抽样次数
    Returns:
        list: 返回抽样元素的集合
    """
    if num_elements > len(lst):
        return lst
    step = len(lst) / num_elements
    return [lst[round(i * step)] for i in range(num_elements)]
data = [1, 2, 4, 5]
count = 3
sample_group = extract_elements(data, count)
for i in range(len(sample_group)):
        print(sample_group[i])

第一种方法是把不能整分的元素全部加到最前面几个组中，这样前面的组就比后面的组抽样间隔更大
第二种方法则是把不能等分的元素按四舍五入法分散在不同的段中，这种方法显然抽样更均匀,而且方法一多了一个数组切分过程，算法复杂度更大,所以推荐用方法二。

Views: 4

方差和标准差都是用来反映样本差异大小的
方差的计算公式：

标准差的计算公式：
标准差就是方差的开平方，求方差的目的就是为了得到标准差，方差是求标准差过程的中间值。数学符号是：σ
正态分布的计算公式：

其中只有两个变量，一个是中间值，也就是总体的平均值，样本均数，总值均值，用mean表示，数学符号是μ。另一个值就是方差(这里用方差不用标准差应该只是计算方便)，数学符号是

Python用numpy生成符合正态分布的随机数：
random.normal(loc=0.0, scale=1.0, size=None)
loc就是中间值，scale是标准差，szie是数据结构，如果整数就是生成几条数据，如果元组就是就数组的维数

Views: 27