从numpy数组中随机选择单元格-不替换

如何使用 numpy.random.shuffle 或 numpy.random.permutation 如果仍然需要原始数组?

如果需要就地更改数组,则可以创建这样的索引数组:

your_array = <some numpy array>
index_array = numpy.arange(your_array.size)
numpy.random.shuffle(index_array)

print your_array[index_array[:10]]

所有这些答案对我来说都有点费解。

我假设您有一个多维数组,从中可以生成一个详尽的索引列表。您希望对这些索引进行无序排列,这样就可以以随机顺序访问每个数组元素。

下面的代码将以一种简单而直接的方式执行此操作:

#!/usr/bin/python
import numpy as np

#Define a two-dimensional array
#Use any number of dimensions, and dimensions of any size
d=numpy.zeros(30).reshape((5,6))

#Get a list of indices for an array of this shape
indices=list(np.ndindex(d.shape))

#Shuffle the indices in-place
np.random.shuffle(indices)

#Access array elements using the indices to do cool stuff
for i in indices:
  d[i]=5

print d

印刷 d 已验证是否已访问所有元素。

请注意,数组可以有任意数量的维度,并且维度可以有任意大小。

这种方法的唯一缺点是 D 那么大 indices 可能会变得相当大。因此,最好有一个 发电机 . 遗憾的是,我想不出如何手工构建一个无序的迭代器。

从@ WoLpH

对于二维数组,我认为它将取决于您想要或需要了解的关于索引的内容。

你可以这样做:

data = np.arange(25).reshape((5,5))

x, y  = np.where( a = a)
idx = zip(x,y)
np.random.shuffle(idx)

或

data = np.arange(25).reshape((5,5))

grid = np.indices(data.shape)
idx = zip( grid[0].ravel(), grid[1].ravel() )
np.random.shuffle(idx)

然后你可以使用列表 idx 根据需要迭代随机排列的二维数组索引,并从 data 保持不变。

注释 :您还可以通过 itertools.product 同样,以防您对这套工具更满意。

使用 random.sample 在0中生成int。A.尺寸无重复, 然后将它们拆分为索引对:

import random
import numpy as np

def randint2_nodup( nsample, A ):
    """ uniform int pairs, no dups:
        r = randint2_nodup( nsample, A )
        A[r]
        for jk in zip(*r):
            ... A[jk]
    """
    assert A.ndim == 2
    sample = np.array( random.sample( xrange( A.size ), nsample ))  # nodup ints
    return sample // A.shape[1], sample % A.shape[1]  # pairs


if __name__ == "__main__":
    import sys

    nsample = 8
    ncol = 5
    exec "\n".join( sys.argv[1:] )  # run this.py N= ...
    A = np.arange( 0, 2*ncol ).reshape((2,ncol))

    r = randint2_nodup( nsample, A )
    print "r:", r
    print "A[r]:", A[r]
    for jk in zip(*r):
        print jk, A[jk]

假设您有一个8x3大小的数据点数组

data = np.arange(50,74).reshape(8,-1)

如果你真的想要像你所说的那样对所有的索引进行采样,那么我能想到的最紧凑的方法是:

#generate a permutation of data's size, coerced to data's shape
idxs = divmod(np.random.permutation(data.size),data.shape[1])

#iterate over it
for x,y in zip(*idxs): 
    #do something to data[x,y] here
    pass

但是,MOE通常不需要简单地将二维数组作为二维数组来访问它们,在这种情况下,可以更加紧凑。只需在数组上创建一个1d视图,并保存一些索引争论。

flat_data = data.ravel()
flat_idxs = np.random.permutation(flat_data.size)
for i in flat_idxs:
    #do something to flat_data[i] here
    pass

这仍然会按您的需要排列二维“原始”数组。要查看此信息,请尝试:

 flat_data[12] = 1000000
 print data[4,0]
 #returns 1000000

使用numpy 1.7或更高版本的用户也可以使用内置函数 numpy.random.choice