В огромном мире анализа данных одной из распространенных задач является случайное разделение данных. Независимо от того, работаете ли вы с огромным набором данных или с небольшой выборкой, случайное разделение ваших данных может быть полезно для различных целей, таких как создание обучающих и тестовых наборов, проведение статистического анализа или просто изучение ваших данных. В этой статье мы углубимся в рог изобилия методов случайного разделения ваших данных, используя разговорный язык и попутно предоставляя примеры кода. Итак, давайте углубимся и отточим наши навыки нарезки!

Метод 1: случайная выборка с помощью модуля Python random

Один простой способ случайного разделения данных — использование встроенного модуля Python random. Вы можете использовать функцию sample(), чтобы случайным образом выбрать указанное количество элементов из вашего набора данных. Вот пример фрагмента кода:

import random
data = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
sample_size = 5
random_sample = random.sample(data, sample_size)
print(random_sample)

Выход:

[6, 2, 8, 5, 1]

Метод 2: sample()функция Pandas

Если вы работаете с табличными данными, мощная библиотека Python Pandas предлагает удобный метод под названием sample(). Он позволяет случайным образом вырезать строки или столбцы из DataFrame. Посмотрите этот пример:

import pandas as pd
data = pd.read_csv('your_dataset.csv')
random_slice = data.sample(n=10)  # Randomly slice 10 rows
print(random_slice)

Метод 3: функция random.choice()NumPy

Для числовых данных NumPy предоставляет универсальный метод под названием random.choice(). Он позволяет случайным образом вырезать данные из массивов или списков. Вот как вы можете его использовать:

import numpy as np
data = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10])
sample_size = 5
random_slice = np.random.choice(data, size=sample_size, replace=False)
print(random_slice)

Выход:

[7 2 9 5 3]

Метод 4: SQL ORDER BY RAND()

Если вы работаете с реляционной базой данных, вы можете использовать SQL для случайного разделения ваших данных. Используя предложение ORDER BY RAND()в своем запросе, вы можете добиться случайного выбора данных. Вот пример:

SELECT *
FROM your_table
ORDER BY RAND()
LIMIT 10;

Случайное разделение данных – это фундаментальный метод анализа данных. В этой статье мы рассмотрели различные методы выполнения этой задачи: от встроенного модуля randomPython и функции sample()Pandas до random.choice()NumPy. и ORDER BY RAND()SQL. Включив эти методы в свой набор инструментов для анализа данных, вы сможете извлекать значимую информацию и строить надежные модели. Итак, вперед и проявите свои навыки анализа данных!