Python 使用其他字典中的子集数据创建新字典

我有一本python字典，有两个键

image

和

label

image

是图像像素的numpy数组，

label

是图像的相应标签（0到9之间的整数）。 我正在尝试创建一个新的字典，其中只包含原始字典中的某些数据，每个标签中只包含50个图像

我的直觉告诉我，有一个简单的方法可以做到这一点，但我现在能想到的唯一方法是做多个for循环

创建原始词典：

import tensorflow_datasets as tfds
import jax.numpy as jnp

ds_builder = tfds.builder('mnist')
ds_builder.download_and_prepare()

train_ds = tfds.as_numpy(ds_builder.as_dataset(split='train', batch_size=-1))
# Convert to floating-points
train_ds['image'] = jnp.float32(train_ds['image']) / 255.0

我想要的是一个新的

train\u ds2

字典，在

train\u ds

编辑：

我正在添加我的尝试（尽管我认为一定有更好的方法）：

t_im=np.零（（500,28,28,1））
t_lbl=np.零（500）
对于tqdm中的k（范围（10））：
当我<50时：
对于范围内的j（len（序列号['label']）：
如果列车ds[‘标签’][j]==k：
t_im[k*50+i，：，：，：]=train_ds['image'][j，：，：，：，：]
t_lbl[k*50+i]=列车【标签】[j]
i+=1

train\u ds['image']

和

train\u ds['label']

都是

jaxlib.xla\u extension.DeviceArray

的实例。您可以按如下方式对其进行切片：

随机导入
将jax.numpy作为jnp导入
idx=jnp.array（random.sample（范围（len（train_ds['image']）），50））
训练ds['image'][：50]#从一开始就获得50件物品
训练ds['image'][idx]#获取任意50项

因此，要创建一个新词典，您只需要执行以下操作

列车df\U部件={
“图像”：列车编号[“图像”][：50]，
“标签”：列车编号[“标签”][：50]
}

请出示一张照片。

t_im = np.zeros((500,28,28,1))
t_lbl = np.zeros(500)

for k in tqdm(range(10)):
  while i < 50:
    for j in range(len(train_ds['label'])):
      if train_ds['label'][j] == k:
        t_im[k*50 + i,:,:,:] = train_ds['image'][j,:,:,:]
        t_lbl[k*50 + i] = train_ds['label'][j]
    i += 1