如何在numpy中以二维矩阵随机采样

123

用户名

我有一个像这样的2d数组/矩阵，我如何从这个2D矩阵中随机选择值，例如获取像这样的值[-62, 29.23]。我看了看，numpy.choice但是它是为一维数组而构建的。

以下是我的4行8列示例

Space_Position=[
      [[-62,29.23],[-49.73,29.23],[-31.82,29.23],[-14.2,29.23],[3.51,29.23],[21.21,29.23],[39.04,29.23],[57.1,29.23]],

      [[-62,11.28],[-49.73,11.28],[-31.82,11.28],[-14.2,11.28],[3.51,11.28],[21.21,11.28] ,[39.04,11.28],[57.1,11.8]],

      [[-62,-5.54],[-49.73,-5.54],[-31.82,-5.54] ,[-14.2,-5.54],[3.51,-5.54],[21.21,-5.54],[39.04,-5.54],[57.1,-5.54]],

      [[-62,-23.1],[-49.73,-23.1],[-31.82,-23.1],[-14.2,-23.1],[3.51,-23.1],[21.21,-23.1],[39.04,-23.1] ,[57.1,-23.1]]
      ]

在答案中给出了以下解决方案：

random_index1 = np.random.randint(0, Space_Position.shape[0])
random_index2 = np.random.randint(0, Space_Position.shape[1])
Space_Position[random_index1][random_index2]

这确实可以给我一个样本，像这样的多个样本np.choice()呢？

我在想的另一种方法是将矩阵转换成数组，而不是像这样的矩阵，

Space_Position=[
      [-62,29.23],[-49.73,29.23],[-31.82,29.23],[-14.2,29.23],[3.51,29.23],[21.21,29.23],[39.04,29.23],[57.1,29.23], .....   ]

最后使用np.choice()，但是我找不到转换的方法，np.flatten()使得数组像

Space_Position=[-62,29.23,-49.73,29.2, ....]

塞弗特

只需使用随机索引（在您的情况下为2，因为您有3个维度）：

import numpy as np

Space_Position = np.array(Space_Position)

random_index1 = np.random.randint(0, Space_Position.shape[0])
random_index2 = np.random.randint(0, Space_Position.shape[1])

Space_Position[random_index1, random_index2]  # get the random element.

另一种方法是将其实际设为2D：

Space_Position = np.array(Space_Position).reshape(-1, 2)

然后使用一个随机索引：

Space_Position = np.array(Space_Position).reshape(-1, 2)      # make it 2D
random_index = np.random.randint(0, Space_Position.shape[0])  # generate a random index
Space_Position[random_index]                                  # get the random element.

如果要N更换样品：

N = 5

Space_Position = np.array(Space_Position).reshape(-1, 2)                # make it 2D
random_indices = np.random.randint(0, Space_Position.shape[0], size=N)  # generate N random indices
Space_Position[random_indices]  # get N samples with replacement

或不更换：

Space_Position = np.array(Space_Position).reshape(-1, 2)  # make it 2D
random_indices = np.arange(0, Space_Position.shape[0])    # array of all indices
np.random.shuffle(random_indices)                         # shuffle the array
Space_Position[random_indices[:N]]  # get N samples without replacement

本文收集自互联网，转载请注明来源。

如有侵权，请联系 [email protected] 删除。