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。

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

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。

?

1 2 3

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。