小编Nic*_*s R的帖子

我有一个问题，我需要创建m 个大小为n的样本而不进行替换。此外，该样本必须保留总体向量的原始顺序。所有这一切都超级快。

Population = [50, 30, 12, 24, 420, 243, 173, 194, 123, 43, 21, 64, 34...]

300 samples of a combination of 3 
[[24, 21, 34], [50, 194, 21], [12, 173, 64], [30, 173, 194].... [12, 243, 34]]

这些样本必须是独立的，在我的例子中，我需要保留原始总体数组的顺序。有多个可能的答案，但它们都不是很快，它们都是我的代码的瓶颈。我使用 NumPy 来生成随机数。

一些最有前途的方法如下：

1. 使用 Numpy.random.choice 几乎可以完成这项工作，但只能通过替换来完成，从而生成具有重复数字的样本。这非常快，但随后我需要快速摆脱不良样本。

    gen = np.random.default_rng()
    def random_combination(population, sample, number = 3):
        with_replacement_samples = gen.choice(len(population), size=(sample, number))
        pairs = np.sort(with_replacement_samples)
        positions= positions[pairs]

        for i in positions:

            if i[0] == i[2] or i[0] == i[1] …