怎么把一个数组拆分为两个啊，如a=1,2,3,4,5,6,7拆分后为a=1,2,7b=3

Posted 2023-05-16

怎么把一个数组拆分为两个啊，如a=1,2,3,4,5,6,7拆分后为a=1,2,7b=3,4,5,6

　　既然要把一个数组拆为两个，那总得有个拆分规则吧！你要求什么样的拆分规则呢？
　　根据你提供的那两个拆分后的数组可以这样理解，把初始数组的第2、3、4位拿出来作为另一个数组，剩下的继续赋值给原数组。
int[] a = 1,2,3,4,5,6,7;
int[] b = a[2],a[3],a[4];
int[] a = a[0],a[1],a[6]追问

嗯嗯，就是(⊙o⊙)哇

拿出原数组中的连续几个数，给另一个数组，原数组剩余部分赋值给原数组

是用c++写

追答

　　c++我了解的不多，不过可以给你提供一个解决的思路：

　　你可以遍历取出初始数组中的所有数，并在遍历时对每次的取值进行判断和操作。具体思路如下：

　　假设初始数组为a，其中有i个数。

在遍历的每次取值时，把当前所取到的这个数tempi放在新建数组b的第一个位置

然后分别对tempi做tempi+1和tempi-1

再把这个tempi+1和tempi-1分别与遍历时下一次取出的数temp(i+1)做比较，只要有一个等于temp(i+1)，则把这个temp(i+1)放入数组b的下一个位置。

最后再把数组a中的tempi和temp(i+1)都删除掉


如此遍历下去，就可以分别得到数组a和数组b。

　　由于本人对c++不太熟悉，就不把代码给你敲出来了，免得出错误导大家，不过这个思路是肯定没问题的。

追问

谢谢啦，我试试

参考技术A 什么数追问

c++语言，整形数组

追答

不记得了，好好翻书吧

追问

书上没有…

参考技术B 为什么要拆开呢?追答

傻逼，不会就别BB

将数据集拆分为两个非冗余 numpy 数组？

【中文标题】将数据集拆分为两个非冗余 numpy 数组？

【英文标题】：Splitting dataset into two non-redundant numpy arrays?

【发布时间】：2019-07-01 01:33:26

【问题描述】：

我有一个 numpy 数组“my_data”。我正在尝试随机拆分此数据集。但是，当我使用以下代码执行此操作时，我得到一个“train”数组和一个“test”数组。训练数组和测试数组在列中有一些行。

training_idx = np.random.randint(my_data.shape[0], size=split_size)
test_idx = np.random.randint(my_data.shape[0], size=len(my_data)-split_size)
train, test = my_data[training_idx,:], my_data[test_idx,:]

我的意图是首先随机找到训练数组，然后在 my_data 中剩下的任何行不在训练数组中，作为测试数组的一部分。

numpy 有没有办法做到这一点？ （我避免使用 sklearn 来拆分我的数据）

我在这里参考了这篇文章，以获取我的数据集。 How to split/partition a dataset into training and test datasets for, e.g., cross validation?

如果我按照这篇文章的逻辑进行编码，我最终会得到训练和测试数据集，其中训练和测试中有一些冗余行。我打算制作没有共同行的训练和测试数据集。

【问题讨论】：

尝试随机排列（使用randint）索引，然后将该排列分成两部分。一个用于训练，另一个用于测试。

【参考方案1】：

按照this answer你可以这样做：

train_idx = np.random.randint(my_data.shape[0], size=split_size)    
mask = np.ones_like(my_data, dtype=bool)
mask[train_idx] = False
train, test = my_data[~mask], my_data[mask]

不过，正如 Poojan 建议的那样，一种更自然的方法是对数据的排列进行切片。

permuted = np.random.permutation(my_data)
train, test = permuted[:split_size], permuted[split_size:]