random.sample(population, k): 从指定序列中随机选择k个元素作为一个新列表返回
import random numbers = [1, 2, 3, 4, 5] selected_numbers = random.sample(numbers, 3) print(selected_numbers)
random.sample(population, k)
2024-02-06
44
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《
阿里云开发者社区用户服务协议》和
《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写
侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
本文涉及的产品
简介：
random.sample(population, k)
目录
相关文章
|
7月前
GEE错误——Layer error: Image.connectedPixelCount: Segment size calculation on floating point bands is n
GEE错误——Layer error: Image.connectedPixelCount: Segment size calculation on floating point bands is n
83
0
0
|
7月前
【Simulink】报错：Size mismatch (size [2 x 1] ~= size [1 x 1]). The size to the left is the size of the l
【Simulink】报错：Size mismatch (size [2 x 1] ~= size [1 x 1]). The size to the left is the size of the l
193
0
0
|
4月前
|
Python
|
C++
|
JSON
数据格式
ValueError: With n_samples=0, test_size=0.15 and train_size=None, the resulting train set will be em
ValueError: With n_samples=0, test_size=0.15 and train_size=None, the resulting train set will be em
538
0
0
|
Python
成功解决ValueError: With n_samples=0, test_size=0.3 and train_size=None, the resulting train set will be
成功解决ValueError: With n_samples=0, test_size=0.3 and train_size=None, the resulting train set will be
1505
0
0
ValueError: Sample larger than population or is negative
ValueError: Sample larger than population or is negative
205
0
0
|
数据可视化
Paraview: Calculate Derivatives of 3-D Unstructured Dataset
关注九天学者微信公众号(扫码关注)第一时间获取技术贴更新！
Paraview 是一款基于VTK的、开源的、跨平台的科学数据可视化软件，其三维显示和后处理功能非常强大。
2817
0
0
tf.reset_default_graph
2342
0
0
热门文章
最新文章
1
阿里云开源离线同步工具DataX3.0介绍
2
DataV首次实战分享：教你30分钟创建汽车大屏
3
【玩转数据系列十】利用阿里云机器学习在深度学习框架下实现智能图片分类
4
每个人都应该知道的25个大数据术语
5
大数据环境下该如何优雅地设计数据分层
6
盘古：阿里云飞天分布式存储系统设计深度解析
7
odps是什么?
8
拍立淘-以图搜图中的图像搜索算法
9
ajax请求总是不成功？浏览器的同源策略和跨域问题详解
10
【玩转数据系列二】机器学习应用没那么难，这次教你玩心脏病预测
1
基于EO平衡优化器算法的目标函数最优值求解matlab仿真
4
2
婚恋交友系统匹配功能 婚恋相亲软件实现定位 语音社交app红娘系统集成高德地图SDK
18
3
aliyun多模态数据信息提取方案评测
17
4
cbind与rbind：网页爬取数据的合并策略
19
5
TurboAttention：基于多项式近似和渐进式量化的高效注意力机制优化方案，降低LLM计算成本70%
14
6
uniapp开发，前后端分离的陪玩系统优势，陪玩app功能特点，线上聊天线下陪玩，只要4800
19
7
AI在教育中的潜力与挑战：开启智慧教育的新时代
28
8
基于改进遗传优化的BP神经网络金融序列预测算法matlab仿真
101
9
用python实现诸葛神数
45
10
aliyun解决方案评测｜主动式智能导购AI助手构建
60