我有一个排序的列表，可以说：（它不仅是数字，它是使用复杂的耗时算法排序的对象的列表）
mylist = [ 1 , 2 , 3 , 4 , 5 , 6 , 7 , 8 ,9 , 10 ]
是否有一些python函数可以给我N个项目，但会保持顺序？
例：
randomList = getRandom(mylist,4)
# randomList = [ 3 , 6 ,7 , 9 ]
randomList = getRandom(mylist,4)
# randomList = [ 1 , 2 , 4 , 8 ]
等等...
[0,count)，对样本进行排序（范围内的数字具有自然顺序），然后mylist根据索引从中提取值。使用zip可能会在稍有不同的机制下达到相同的效果。
Answers:
以下代码将生成大小为4的随机样本：
import random
sample_size = 4
sorted_sample = [
mylist[i] for i in sorted(random.sample(range(len(mylist)), sample_size))
]
（注意：在Python 2中，最好使用xrange代替range）
说明
random.sample(range(len(mylist)), sample_size)
生成原始列表索引的随机样本。
然后对这些索引进行排序，以保留原始列表中元素的顺序。
最后，给定采样索引，列表理解会从原始列表中提取实际元素。
在不替换索引的情况下抽取随机样本，对索引进行排序，然后从原始索引中获取。
indices = random.sample(range(len(myList)), K)
[myList[i] for i in sorted(indices)]
或更简而言之：
[x[1] for x in sorted(random.sample(enumerate(myList),K))]
您也可以使用数学技巧，myList从左到右迭代，以动态变化的概率选择数字(N-numbersPicked)/(total-numbersVisited)。这种方法的优点是它是一种O(N)算法，因为它不涉及排序！
from __future__ import division
def orderedSampleWithoutReplacement(seq, k):
if not 0<=k<=len(seq):
raise ValueError('Required that 0 <= sample_size <= population_size')
numbersPicked = 0
for i,number in enumerate(seq):
prob = (k-numbersPicked)/(len(seq)-i)
if random.random() < prob:
yield number
numbersPicked += 1
概念验证和概率证明：
在5小时内用1万亿个伪随机样本进行了仿真：
>>> Counter(
tuple(orderedSampleWithoutReplacement([0,1,2,3], 2))
for _ in range(10**9)
)
Counter({
(0, 3): 166680161,
(1, 2): 166672608,
(0, 2): 166669915,
(2, 3): 166667390,
(1, 3): 166660630,
(0, 1): 166649296
})
概率与真实概率的相差小于1.0001。再次运行此测试会导致顺序不同，这意味着它不会偏向一个顺序。运行与较少的样本测试[0,1,2,3,4], k=3和[0,1,2,3,4,5], k=4有类似的结果。
编辑：不确定为什么人们投票反对错误的评论或害怕投票...不，这种方法没有错。=）
（这也是tegan用户在注释中的有用注释：如果这是python2，则如果您确实关心额外的空间，则将像往常一样使用xrange。）
编辑：证明：考虑选择的一个子集的均匀分布（无需更换）k从人口seq规模len(seq)，我们可以在任意点考虑划分i成“左”（0,1，...，I-1）和'right'（i，i + 1，...，len（seq））。考虑到我们是numbersPicked从左边的已知子集中选取的，其余的必须来自右边的未知子集中的相同均匀分布，尽管参数现在不同。特别是，seq[i]包含选定元素的概率为#remainingToChoose/#remainingToChooseFrom，或(k-numbersPicked)/(len(seq)-i)，因此我们对此进行了仿真并根据结果进行递归。（这必须终止，因为如果#remainingToChoose == #remainingToChooseFrom，则所有剩余概率均为1。）这类似于动态生成的概率树。基本上，您可以通过以先验选择为条件来模拟均匀的概率分布（随着概率树的生长，您选择当前分支的概率，使其与先验叶子相同，即以先验选择为条件；这将起作用，因为该概率统一精确地为N / k）。
编辑：蒂莫西·希尔兹（Timothy Shields）提到了“水库采样”，这是在len(seq)未知（例如带有生成器表达式）时此方法的推广。具体来说，如果在原位完成，则称为“算法R”的是O（N）和O（1）空间。它涉及获取第一个N元素并慢慢替换它们（也给出了归纳证明的提示）。在Wikipedia页面上还可以找到有用的分布式采样和其他类型的储层采样。
编辑：这是下面一种在语义上更明显的方式对其进行编码的方法。
from __future__ import division
import random
def orderedSampleWithoutReplacement(seq, sampleSize):
totalElems = len(seq)
if not 0<=sampleSize<=totalElems:
raise ValueError('Required that 0 <= sample_size <= population_size')
picksRemaining = sampleSize
for elemsSeen,element in enumerate(seq):
elemsRemaining = totalElems - elemsSeen
prob = picksRemaining/elemsRemaining
if random.random() < prob:
yield element
picksRemaining -= 1
from collections import Counter
Counter(
tuple(orderedSampleWithoutReplacement([0,1,2,3], 2))
for _ in range(10**5)
）
O(N)，而O(N log(N))
from __future__ import division为那些运行Python的2
random.sample然后排序？