随机抽取 2 列样本
Randomly draw a sample for 2 columns
Python 中一个众所周知的函数是 random.sample()
但是，我的数据集由多列组成，我需要对 'lat' 和 'lng' 坐标进行采样。由于这两个是相关的，我不能单独使用 random.sample() 来获得一些随机的纬度坐标+一些不对应的经度坐标。
最优雅的解决方案是什么？
也许首先制作第三列，我在其中结合经纬度
然后样品
然后取消合并？
如果是这样，我应该怎么做，lat 和 lng 值都是具有不同长度的浮点数这一事实并没有使它变得更容易。大概中间加个'-'吧？
本质上，您是在谈论对具有值 [lat_i, lng_i] 的整个 行 进行采样。这导致了一个非常简单（但可能过于冗长）的解决方案：
random_row_index = random.randint(0, number_of_rows_in_dataset - 1)
random_row = dataset[randon_row_index, :]
如果您有 Pandas 数据框，只需使用 DataFrame.sample。
这就是 train_test_split 的用途：https://realpython.com/train-test-split-python-data/
from sklearn.model_selection import train_test_split
x_train, x_test, y_train, y_test = train_test_split(x, y)
Python 中一个众所周知的函数是 random.sample()
但是，我的数据集由多列组成，我需要对 'lat' 和 'lng' 坐标进行采样。由于这两个是相关的，我不能单独使用 random.sample() 来获得一些随机的纬度坐标+一些不对应的经度坐标。
最优雅的解决方案是什么？
也许首先制作第三列，我在其中结合经纬度 然后样品 然后取消合并？
如果是这样，我应该怎么做，lat 和 lng 值都是具有不同长度的浮点数这一事实并没有使它变得更容易。大概中间加个'-'吧？
本质上，您是在谈论对具有值 [lat_i, lng_i] 的整个 行 进行采样。这导致了一个非常简单（但可能过于冗长）的解决方案：
random_row_index = random.randint(0, number_of_rows_in_dataset - 1)
random_row = dataset[randon_row_index, :]
如果您有 Pandas 数据框，只需使用 DataFrame.sample。
这就是 train_test_split 的用途：https://realpython.com/train-test-split-python-data/
from sklearn.model_selection import train_test_split
x_train, x_test, y_train, y_test = train_test_split(x, y)