脚本抽取文件夹10%随机文件数量不符问题求助

嘿，这问题我太熟啦！你当前的代码用random.choice()循环抽样，这是有放回的随机选择——简单说就是同一个文件可能被选中好几次，但你只会复制它一次，最终实际复制的唯一文件数量自然会比int(len(files)*0.1)少，占比也就低于10%，而且每次重复的次数随机，所以每次结果数量都不一样。

看你给出的例子：29841个文件，预期要选2984个，但实际只复制了2852/2845个，差的那一百多个就是被重复选中的文件，因为已经复制过了，第二次选到就等于白选。

Python里专门有个函数解决这个问题：random.sample()，它会从列表里无放回地抽取指定数量的唯一元素，完美匹配你的需求。

修改后的代码如下：

import random
import os
import shutil

# 假设你已经获取了files列表、subdir和output_folder路径
target_count = int(len(files) * 0.1)
# 一次性选出target_count个不重复的文件
selected_files = random.sample(files, target_count)

# 逐个复制选中的文件
for filename in selected_files:
    src = os.path.join(subdir, filename)
    dest = os.path.join(output_folder, filename)
    shutil.copy(src, dest)

如果你的文件总数乘以0.1后有小数，int()会直接向下取整（比如1595*0.1=159.5，int后是159）。如果想要更接近严格的10%，可以用round()来四舍五入：

target_count = round(len(files) * 0.1)

这样1595个文件就会选160个，占比160/1595≈10.03%，更接近预期。

内容的提问来源于stack exchange，提问作者physlexic