Slumpmässigt urval av rader

I den här övningen jämför du de två metoderna för att slumpmässigt välja rader (poster) med återläggning i en pandas DataFrame:

Den inbyggda pandas-funktionen .sample()
NumPy:s slumpmässiga heltalsgenerator np.random.randint()

Inom statistik och maskininlärning tränar man vanligtvis en algoritm på 75 % av tillgängliga data och utvärderar sedan prestandan på de återstående 25 %.

I den här övningen samplar du slumpmässigt 75 % av alla tillgängliga pokerhänder med respektive metod och undersöker vilken som är effektivast sett till körningstid.

Den här övningen är en del av kursen

Effektiv kodning med pandas

Visa kurs

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Extract number of rows in dataset
N=poker_hands.shape[0]

# Select and time the selection of the 75% of the dataset's rows
rand_start_time = time.time()
poker_hands.iloc[np.random.randint(____=0, high=____, ____=int(0.75 * N))]
print("Time using Numpy: {} sec".format(time.time() - rand_start_time))

Redigera och kör kod