如何在numpy的二维矩阵中随机采样

Posted 2023-02-23

【中文标题】如何在numpy的二维矩阵中随机采样

【英文标题】：how to randomly sample in 2D matrix in numpy

【发布时间】：2017-11-10 20:17:01

【问题描述】：

我有一个像这样的二维数组/矩阵，我将如何从这个二维矩阵中随机选择值，例如获取像 [-62, 29.23] 这样的值。我查看了numpy.choice，但它是为一维数组构建的。

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np.choice() 那样提供多个样本怎么样？

我正在考虑的另一种方法是将矩阵转换为数组而不是矩阵，

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()，但是我找不到进行转换的方法，np.flatten() 使数组像

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

【参考方案1】：

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.

---

另一种方法是实际将其设为 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.

如果您想要 N 替换样本：

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

或不替换：

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

【讨论】：

谢谢，如果不使用for循环，有什么方法可以采样N（N>1）

@user824624 是否有替换样本？

无替换

@user824624 我更新了答案，最后一种方法应该是你需要的:)

，最后一种方法还是给我一个3维数组，我希望得到一个随机的2维数组样本，如[ [-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],......]

【参考方案2】：

Space_Position[np.random.randint(0, len(Space_Position))]
[np.random.randint(0, len(Space_Position))]

给你你想要的

【参考方案3】：

参考numpy.random.choice：

使用此函数无法从二维数组中采样随机行，但使用 Generator.choice 通过其轴关键字可以实现。

生成器文档链接在这里numpy.random.Generator.choice。

利用这些知识。您可以创建一个生成器，然后从您的数组中“选择”：

rng = np.random.default_rng()                    #creates the generator ==> Generator(PCG64) at 0x2AA703BCE50
N = 3                                            #Number of Choices
a = np.array(Space_Position)                     #makes sure, a is an ndarray and numpy-supported

s = a.shape                                      #(4,8,2)
a = a.reshape((s[0] * s[1], s[2]))               #makes your array 2 dimensional keeping the last dimension seperated
a.shape                                          #(32, 2)

b = rng.choice(a, N, axis=0, replace=False)      #returns N choices of a in array b, e.g. narray([[ 57.1 ,  11.8 ], [ 21.21,  -5.54], [ 39.04,  11.28]])
                                                 #Note: replace=False prevents having the same entry several times in the result