关于有放回与无放回抽样均值一致问题的代码排查请求

问题根源 #

你在无放回抽样时设置了size = len(q2array)，这会让np.random.choice执行全量无放回抽样——本质就是把原数组的元素打乱顺序重新排列，但所有元素都被保留，没有任何增减。既然元素和原数组完全一致，只是顺序不同，计算出来的均值自然和原数组均值一模一样，每次抽样结果的均值也就不会有变化。

验证方法 #

你可以打印原数组的均值，会发现和三次无放回抽样的均值完全相等：

print('原数组均值:', np.mean(array))

修改方案 #

如果想观察无放回抽样的均值波动，需要将抽样的size设置为小于原数组的长度，比如抽取原数组一半的元素。修改后的代码示例：

import numpy as np

def sample(q2array, replace=True, sample_size=None):
    # 未指定抽样大小时，默认用原数组长度
    if sample_size is None:
        sample_size = len(q2array)
    sampling = np.random.choice(q2array,
                        size=sample_size,
                        replace=replace)
    return sampling

# 有放回抽样（原逻辑不变）
replace1=sample(array, True)
print('有放回抽样均值1:', np.mean(replace1))
replace2=sample(array, True)
print('有放回抽样均值2:', np.mean(replace2))

# 无放回抽样：抽取原数组一半长度的元素
noreplace1=sample(array, False, sample_size=len(array)//2)
print('无放回抽样均值1:', np.mean(noreplace1))
noreplace2=sample(array, False, sample_size=len(array)//2)
print('无放回抽样均值2:', np.mean(noreplace2))

这样修改后，无放回抽样每次抽取的元素是原数组的子集，均值就会出现正常的波动了。

内容的提问来源于stack exchange，提问作者zlaa