Python Numpy从2个数组中选择元素

我需要从2个数组中选择n个项，以便索引相同。例如，我需要从x中随机选择两个项目，从y中选择元素，使y选择的索引与x相同：

x = np.asarray([0.1123,0.223,0.8873])
y = np.asarray([1,1,2])

x_chosen = np.random.choice(x,(2,))

如果说

x_selected

最后是：

x_selected=[0.1123,0.223]…

那么我需要：

y_chosen = [1,1]

---

我目前有一个解决方案…但我希望使用基本的numpy或scipy函数，而不是我自己的基本上只有3行的函数，以保持我在该项目中的函数在范围内…我不希望在我的主代码中创建这种一次性变量：

x_index = np.asarray([i for i in range(len(x))])
x_chosen_indices = np.random.choice(x_index,(2,))
x_chosen = x[x_chosen_indices]
y_chosen = y[x_chosen_indices]

---

---

或者，我可以堆叠、选择和分割…但我想这仍然会留下一个一次性函数，我必须坚持在某个地方…或者4-5行没有意义的代码…

你可以使用

numpy.random.permutation

创建一个无序的索引数组。然后，您可以选择任意多个随机选择的常用元素：

import numpy as np

x = np.asarray([0.1123,0.223,0.8873])
y = np.asarray([1,1,2])

indices= np.random.permutation(np.size(x, 0))

x_chosen = x[indices[:2]]
y_chosen = y[indices[:2]]

print(x_chosen)
>>>[ 0.8873  0.1123]
print(y_chosen)
>>>[2 1]

---

您可以使用

numpy.random.permutation

创建索引的无序数组。然后，您可以选择任意多个随机选择的常用元素：

import numpy as np

x = np.asarray([0.1123,0.223,0.8873])
y = np.asarray([1,1,2])

indices= np.random.permutation(np.size(x, 0))

x_chosen = x[indices[:2]]
y_chosen = y[indices[:2]]

print(x_chosen)
>>>[ 0.8873  0.1123]
print(y_chosen)
>>>[2 1]

---

首先选择指数如何：

import numpy as np

choice = np.random.choice(np.array(range(len(x))), 2)

然后根据它们进行选择：

x_chosen, y_chosen = x[choice], y[choice]

---

首先选择指数如何：

import numpy as np

choice = np.random.choice(np.array(range(len(x))), 2)

然后根据它们进行选择：

x_chosen, y_chosen = x[choice], y[choice]

---

这里有两种我认为可能有效的方法。第一种方法与上面的方法大致相同，但它确实去掉了一行：

index = np.random.choice(np.arange(len(x)), 2, replace=False)
x_chosen = x[index]
y_chosen = y[index]

In [15]: x_chosen
Out[15]: array([ 0.8873,  0.223 ])

我不确定这是否是您想要的，但它是一个一行程序，将为您提供（x，y）元组：

---

这里有两种我认为可能有效的方法。第一种方法与上面的方法大致相同，但它确实去掉了一行：

index = np.random.choice(np.arange(len(x)), 2, replace=False)
x_chosen = x[index]
y_chosen = y[index]

In [15]: x_chosen
Out[15]: array([ 0.8873,  0.223 ])

我不确定这是否是您想要的，但它是一个一行程序，将为您提供（x，y）元组：

---

使用

np.random.randint（）

查找索引：

x = np.asarray([0.1123,0.223,0.8873])
y = np.asarray([1,1,2])

indices = np.random.randint(0, x.size, 2)
>>> x[indices]
array([ 0.1123,  0.223 ])
>>> y[indices]
array([1, 1])

编辑

正如B.M评论中提到的，使用

np.random.choice（..，replace=False）

避免多次使用同一索引：

indices = np.random.choice(x.size, 2, replace=False)

---

使用

np.random.randint（）

查找索引：

x = np.asarray([0.1123,0.223,0.8873])
y = np.asarray([1,1,2])

indices = np.random.randint(0, x.size, 2)
>>> x[indices]
array([ 0.1123,  0.223 ])
>>> y[indices]
array([1, 1])

编辑

正如B.M评论中提到的，使用

np.random.choice（..，replace=False）

避免多次使用同一索引：

indices = np.random.choice(x.size, 2, replace=False)

---

choice（）

：

np.random.choice（10,3）

-->

array（[3,0,3]）

你可以用np.random.choice（len（x），2，replace=False）避免这种情况。

choice（）

np.random.choice（10,3）-->

数组（[3,0,3]）

你可以用np random.choice（len避免这种情况，2，replace=False）。