随着深度学习以及人工智能领域的火热，Python越发普及和流行。使用Python进行数据处理时，有时候会有这样的操作，比如从一个列表或者numpy array中随机取出一个元素，对一个列表中的元素进行shuffle，等等。虽然这些操作也可以通过编写很简短的程序完成，但我们使用Python有一点很重要，就是不要重复遭轮子，如果有轮子可以直接拿来用，为什么不省时省力地去用呢？
1.从序列中随机取出一个或多个元素
使用random模块的sample函数： 从列表lst或numpy array中随机取出k（当然，k要小于等于lst中元素的个数）个元素：random.sample(lst, k)
import random
lst = range(20)
print(random.sample(lst, 1)) #取出1个元素
print(random.sample(lst, 5)) #取出多个元素
2.对一个序列中的元素进行shuffle
其实如果使用1中的sample函数，从lst中随机取出所有元素，也就实现了对列表中元素进行shuffle的目的。
import random
lst = range(20)
print(random.sample(lst, len(lst)))
也有另一种方法，使用numpy的random下的permutation函数，即：np.random.permutation。该函数直接输入一个序列，即返回shuffle后的该序列。其参数可以为列表，也可以为numpy array。
import numpy as np
nda = np.array(range(20))
print(np.random.permutation(nda))
3.从序列中取出固定长度的所有组合
有时候我们需要从序列中取出固定长度的所有组合，比如一个有10个元素的列表，我们从中取出所有元素的两两组合，即取出长度为2的所有组合，可以使用itertools模块的combinations函数：
import itertools
lst = range(10)
print(list(itertools.combinations(lst, 2)))
上面的程序中，因为itertools的函数返回的是一个iterator，所以需要用list将其转为列表，然后打印输出。
4.从序列中取出元素的所有排列组合
有时候我们需要从序列中取出元素的所有组合，比如，如果列表中的每个元素对应于一个模型的效果，我们想看不同模型ensamble起来的结果，来找到最优组合，就需要这种操作。 还是使用itertools的combinations函数，如下：
import itertools
lst = range(5)
for i in range(len(lst)):
_lst = itertools.combinations(lst, i+1)
print(_lst)
该函数返回的是一个iterable，所以打印显示前需要用list转化一下。 如果取出元素的顺序不同也算不同的方式，即取出元素的所有排列呢？可以使用itertools的permutations函数，如下：
import itertools
lst = range(5)
print(list(itertools.permutations(lst)))
print(list(itertools.permutations(lst, 3)))
该函数返回的也是一个iterable，所以打印显示前也需要用list转化一下。 此外，该函数可以传一个长度的参数，以示取出的排列长度。