Python 如何平衡numpy数组中的类？

我有2个numpy阵列，如下所示：

images

包含图像文件的名称（

images.shape

is（N，3，128，128））：

image_1.jpg
image_2.jpg
image_3.jpg
image_4.jpg

标签

包含相应的标签（0-3）（

标签。形状

为（N，）：

1.
1.
3.
2.

我面临的问题是，类是不平衡的，类3>>1>2>0

我想通过以下方式平衡最终数据集：

• 计算每个类中的图像（样本）数量
• 获取图像数最少的类的计数
• 使用该计数作为其他3个类别的最大图像/标签数
• 在

  图像

  和

  标签

到目前为止，我正在使用

计数器

来确定每个类的图像数量：

from Collections import Counter
import numpy as np

count = Counter(labels)
print(count)

>>>Counter({'1': 2991, '0': 2953, '2': 2510, '3': 2488})

---

您建议我如何从

图像

和

标签

中随机弹出匹配元素，使它们包含2488个类0、1和2的样本？

您可以使用

np.random.choice

创建一个整数值掩码，您可以将其应用于标签和图像以平衡数据集：

n = 2488

mask = np.hstack([np.random.choice(np.where(labels == l)[0], n, replace=False)
                      for l in np.unique(labels)])

---

ix

是否是一个布尔向量，我将应用于这两个数组？（图片和标签）对不起，我以前的回答是错的，我已经纠正了

ix

是一个整数向量，用于为两个数组编制索引