我有一个非常大的2D数组,它看起来像这样:
a=
[[a1, b1, c1],
[a2, b2, c2],
...,
[an, bn, cn]]
使用a
,有没有一种简单的方法来获得一个新的2D数组,例如,从初始数组numpy中随机获得2行(不需要替换)?
例如:
b=
[[a4, b4, c4],
[a99, b99, c99]]
发布于 2013-01-11 00:35:10
>>> A = np.random.randint(5, size=(10,3))
>>> A
array([[1, 3, 0],
[3, 2, 0],
[0, 2, 1],
[1, 1, 4],
[3, 2, 2],
[0, 1, 0],
[1, 3, 1],
[0, 4, 1],
[2, 4, 2],
[3, 3, 1]])
>>> idx = np.random.randint(10, size=2)
>>> idx
array([7, 6])
>>> A[idx,:]
array([[0, 4, 1],
[1, 3, 1]])
把它们放在一起,形成一个一般的情况:
A[np.random.randint(A.shape[0], size=2), :]
对于非替换(numpy 1.7.0+):
A[np.random.choice(A.shape[0], 2, replace=False), :]
在1.7版本之前,我不相信有一个好的方法来生成随机列表而不进行替换。也许您可以设置一个较小的定义,以确保两个值不相同。
发布于 2015-01-07 16:37:05
这是一个老帖子,但这是最适合我的:
A[np.random.choice(A.shape[0], num_rows_2_sample, replace=False)]
将replace=False更改为True以获得相同的结果,但需要替换。
发布于 2015-08-04 02:58:14
另一种选择是创建一个随机掩码,如果您只想按某个因子对数据进行下采样。假设我想将原始数据集的下采样降至25%,该数据集当前保存在数组data_arr
中
# generate random boolean mask the length of data
# use p 0.75 for False and 0.25 for True
mask = numpy.random.choice([False, True], len(data_arr), p=[0.75, 0.25])
现在,您可以调用data_arr[mask]
并返回大约25%的随机抽样的行。
https://stackoverflow.com/questions/14262654
复制相似问题