python是否有內置的方式來返回一個列表生成器，而不是從random.sample的列表

Question

我使用random.sample取決於輸入負載從一個非常大的範圍內採樣。有時樣本本身非常大，因爲它是一個列表，它佔據了大量的記憶。

該應用程序不一定使用列表中的所有值。 如果random.sample可以返回列表生成器而不是列表本身，那將是非常好的。

現在我有一個包裝，它將大輸入範圍劃分成相同大小的桶，並使用randint從每個n/sample_size桶中選擇一個隨機數。

編輯：在我的情況下輸入是連續的，我有這個包裝函數來模擬random.sample作爲一個生成器，但這不是真正的複製功能，因爲它在最後跳過一些元素。

import random 
def samplegen(start, end, sample_size): 
    bktlen = (end - start)/sample_size 
    for i in xrange(sample_size): #this skips the last modulo elements 
     st = start + (i * bktlen) 
     yield random.randrange(st, st + bktlen) 

Answer 1

既然你評論說，順序並不重要（我曾問是否必須是隨機的或可排序），這可能是一個選項：

import random 

def sample(n, k): 
    """Generate random sorted k-sample of range(n).""" 
    for i in range(n): 
     if random.randrange(n - i) < k: 
      yield i 
      k -= 1 

穿過數變並以概率
包括在樣本中的每一個numberOfNumbersStillNeeded/numberOfNumbersStillLeft。

演示：

>>> for _ in range(5): 
     print(list(sample(100, 10))) 

[7, 16, 41, 50, 55, 56, 61, 76, 89, 96] 
[5, 13, 24, 28, 34, 35, 40, 64, 80, 95] 
[9, 18, 19, 36, 38, 39, 61, 73, 84, 85] 
[23, 24, 26, 28, 40, 53, 62, 76, 77, 91] 
[2, 12, 21, 41, 60, 68, 70, 72, 90, 91] 

Answer 2

爲什麼不能像下面 - 設定seen只長到k到​​尺寸的功能，不一定：

import random 

def sample(population, k): 
    seen = set() 

    for _ in range(k): 
     element = random.randrange(population) 
     while element in seen: 
      element = random.randrange(population) 

     yield element 
     seen.add(element) 

for n in sample(1000000, 10): 
    print(n) 

另一種方法可能可以使用原來的桶設計，但使用索引本身隨機抽樣的不均勻桶：

import random 

def samplegen(start, end, sample_size): 
    random_bucket_indices = random.sample(range(start, end), sample_size) 
    sorted_bucket_indices = sorted(random_bucket_indices) + [end + 1] 
    for index in random_bucket_indices: 
     yield random.randrange(index, sorted_bucket_indices[sorted_bucket_indices.index(index) + 1])