Python对列表元素按指定比例划分成两组不重合列表

　　我们在机器学习中经常会遇到把一个数据集按照2：8的比例划分成测试集和训练集，常用的sklearn的包可以很方便的帮助我们做到，但是那都是限制于对numpy数组，如果是对一个列表似乎就不起作用了。

　　百度上也没有这种根据指定比例大小划分列表的方式，因此我写了一个函数，来解决这个问题。

import random

def cut_list(raw_list, ratio):
    '''
    raw_list:待拆分的列表
    ratio：希望得到的拆分后的列表数量的比例
    return:两个列表，第一个是长度比例为ratio的列表，第二个列表是raw列表拆出之后剩下的元素
    '''
    length = len(raw_list)
    val_idx = random.sample(range(length), int(length*ratio)) # 得到按比例拆分后的元素下标
    train = []             # 拆分之后的训练集
    val = []               # 拆分之后的验证集

    index = [False for _ in range(length)]  # 记录所有列表中元素是否被选中（可以通过这种方式来减少时间复杂度）
    for i in val_idx:
        index[i] = True

    # 开始抽取
    for i, element in enumerate(index):
        if element == True:
            val.append(raw_list[i])
        else:
            train.append(raw_list[i])
    return val, train

　　我们随便找一个列表测试10次并打印划分结果。

test_list = [1,3,4,"ke",'s',2,4]
for _ in range(10):
    print(cut_list(test_list,0.3))

　　

 　　可以看到结果已经成功了。

　　这种方式时间复杂度只有O(N)，但是会牺牲空间。