python - 通过替换对 2D numpy 数组中的行进行采样

Question

numpy.random.choice是从一维数组中抽取随机元素的便捷工具:

In [94]: numpy.random.choice(numpy.arange(5), 10)
Out[94]: array([3, 1, 4, 3, 4, 3, 2, 4, 1, 1])

但是文档指定a 参数必须 是一维的。但是，如果我想从二维数组中随机选择行(例如，单热编码器的随机样本)，则不能再使用 numpy.random.choice。

所以如果我的输入是:

array([[ 1.,  0.,  0.],
       [ 0.,  1.,  0.],
       [ 0.,  0.,  1.]])  

我怎样才能从这个数组中随机获取 n 行，就像这样？ (n = 10)

array([[ 0.,  0.,  1.],
       [ 1.,  0.,  0.],
       [ 0.,  0.,  1.],
       [ 0.,  0.,  1.],
       [ 1.,  0.,  0.],
       [ 0.,  1.,  0.],
       [ 1.,  0.,  0.],
       [ 0.,  0.,  1.],
       [ 1.,  0.,  0.],
       [ 1.,  0.,  0.]])

Answer 1

根据 this问题，该功能是在 2014 年考虑的，但此后没有对 API 进行实质性添加。然而，有一个更好的解决方案巧妙地利用了 numpy.random.choice 和 numpy 的奇特索引:

开始于

In [102]: x = numpy.eye(3); x
Out[102]: 
array([[ 1.,  0.,  0.],
       [ 0.,  1.,  0.],
       [ 0.,  0.,  1.]])

您可以使用 numpy.random.choice 生成随机索引列表，如下所示:

In [103]: i = numpy.random.choice(3, 10); i
Out[103]: array([2, 2, 0, 2, 1, 1, 2, 0, 0, 1])

然后使用i索引x:

In [104]: x[i]
Out[104]: 
array([[ 0.,  0.,  1.],
       [ 0.,  0.,  1.],
       [ 1.,  0.,  0.],
       [ 0.,  0.,  1.],
       [ 0.,  1.,  0.],
       [ 0.,  1.,  0.],
       [ 0.,  0.,  1.],
       [ 1.,  0.,  0.],
       [ 1.,  0.,  0.],
       [ 0.,  1.,  0.]])

有了如此高效的解决方法，我认为没有必要更改 API。

请注意，对于生成具有特定概率分布的行，过程是相同的。指定指数本身的概率分布。