Пример данных с использованием np.random.choice()

Я использую набор данных по радужной оболочке из sklearn, чтобы выполнить базовое прогностическое моделирование. Я разбиваю данные на обучающие и тестовые наборы, и для списка заданных пропорций я хочу отбирать без замены разные пропорции обучающих данных. Мне нужно сделать выборку, используя np.random.choice невозможно использовать df.sample

Но то, что я делаю для выборки, кажется неправильным. Буду очень признателен за любую информацию.

import numpy as np
import pandas as pd
from sklearn.datasets import load_iris
iris = load_iris()
props=[0.2,0.5,0.7,0.9]
df = pd.DataFrame(data= np.c_[iris['data'], iris['target']],
                    columns= iris['feature_names'] + ['target'])
y=df[list(df.loc[:,df.columns.values =='target'])]
X=df[list(df.loc[:,df.columns.values !='target'])]
X_train, X_test, y_train, y_test = train_test_split(X,y,test_size=0.3
                                       ,train_size=0.7)
for i in proportions:
   sampleX=np.random.choice(X_train, size=i, replace = False) #----> code to sample