1.简介
在训练深度学习或者机器学习模型时，免不了需要按照比例划分训练集和验证集，有的时候使用pandas的方式读取csv数据文件，得到的是一个DataFrame的对象df，这时可以使用pd.sample()来实现从df中随机抽样。
2.函数说明
df.sample(n=None, frac=None, replace=False, weights=None, random_state=None, axis=None)
输入参数见下表所示：
| 参数名称 | 参数说明 |
|---|---|
| n | 要抽取的行数 |
| frac | 抽取行的比例 |
| replace | 是否为有放回抽样，True:有放回抽样，False:不放回抽样 |
| weights | 字符索引或概率数组，axis=0:为行字符索引或概率数组，axis=1:为列字符索引或概率数组 |
| random_state | int: 随机数发生器种子或numpy.random.RandomState |
| axis | 选择抽取数据的行还是列，axis=0:抽取行，axis=1:抽取列 |
3.返回值说明
返回值为带有N行数据的DataFrame对象（N=1时也是DataFrame对象）
4.附加说明
在df.sample()函数中设置frac=1.0时可以实现shuffle