python是否有内置的方式来返回一个列表生成器，而不是从random.sample的列表

Question

我使用random.sample取决于输入负载从一个非常大的范围内采样。有时样本本身非常大，因为它是一个列表，它占据了大量的记忆。

该应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，那将是非常好的。

现在我有一个包装，它将大输入范围划分成相同大小的桶，并使用randint从每个n/sample_size桶中选择一个随机数。

编辑：在我的情况下输入是连续的，我有这个包装函数来模拟random.sample作为一个生成器，但这不是真正的复制功能，因为它在最后跳过一些元素。

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

既然你评论说，顺序并不重要（我曾问是否必须是随机的或可排序），这可能是一个选项：

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 

穿过数变并以概率
包括在样本中的每一个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

为什么不能像下面 - 设定seen只长到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) 

另一种方法可能可以使用原来的桶设计，但使用索引本身随机抽样的不均匀桶：

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])