python - 将一个大的 numpy 矩阵以分层的方式划分为 10 个独立的子矩阵

Question

我有两个 numpy 变量，其中包含 32000 个条目，如下所示:

>>> files
array(['GAN_0.npy', 'GAN_1.npy', 'GAN_10.npy', ..., 'GAN_822.npy',
       'GAN_8220.npy', 'GAN_8221.npy'], dtype='<U13')
>>> files.shape
(32000,)

>>> labels
array([1, 1, 1, ..., 1, 1, 1])
>>> np.unique(labels)
array([0, 1])
>>> labels.shape
(32000,)

换句话说，第一个变量是字符串的 NumPy 矩阵，而另一个是整数的 NumPy 矩阵。在第一个矩阵中，我有一个图像名称的字符串列表，在另一个矩阵中，整数作为我用来识别它们的标签(以名称 GAN_ 开头的图像为 1，而名称为 RAW_ 的图像为 0)。
我想知道我是否可以将这 32000 个条目拆分为 3200 个图像的 10 个子集，每个子​​集没有重复，即 1600 个名称以 RAW_ 开头的条目和其他 1600 个名称以 GAN_ 开头的条目。图像的名称和标签被打乱，因此我不能简单地将大矩阵分成 10 个子矩阵。因此，Numpy 中是否有任何方法可以从 Python 中的 2 个类中创建 10 个分层且独立的样本子矩阵？
P.s:这两个文件可以找到 here

Answer 1

这是一个可能的解决方案:

arrays = [np.concatenate((g, r))
          for g, r in zip(np.array_split(files[labels==1], 10), 
                          np.array_split(files[labels==0], 10))]

此解决方案保持“GAN*”和“RAW*”文件的相对顺序。此外，创建数组时，初始位置用“GAN*”文件填充，其余用“RAW*”文件填充。如果您对这种排序不满意，您可以在创建每个数组后对其进行洗牌。