Python 批量大小的Numpy切片

我有一个numpy数组

a

的形状

（550,10）

。我的批量大小为100，即我希望从

A

获得多少数据行。在每次迭代中，我希望从A中提取100行。但当我到达最后50行时，我希望从A中提取最后50行和前50行

我有这样一个函数：

def train(index, batch_size):

    if(batch_size + index < A.shape(0)):
          data_end_index = index + batch_size
          batch_data = A[index:batch_end_index,:]
    else:
          data_end_index = index + batch_size - A.shape(0) #550+100-600 = 50
          batch_data = A[500 to 549 and 0 to 49] # How to slice here ?

def序列（索引、批次大小）：
如果（批次尺寸+索引

如何执行最后一步？

您可以尝试：

import numpy as np
data=np.random.rand(550,10)
batch_size=100

for index in range(0,data.shape[0],batch_size):
    batch=data[index:min(index+batch_size,data.shape[0]),:]
    print(batch.shape)

输出：

(100, 10)
(100, 10)
(100, 10)
(100, 10)
(100, 10)
(50, 10)

您可以尝试：

import numpy as np
data=np.random.rand(550,10)
batch_size=100

for index in range(0,data.shape[0],batch_size):
    batch=data[index:min(index+batch_size,data.shape[0]),:]
    print(batch.shape)

输出：

(100, 10)
(100, 10)
(100, 10)
(100, 10)
(100, 10)
(50, 10)

---

使用

numpy.split

窃取riccardo的示例数据：

data=np.random.rand(550,10)
batch_size=100

q, block_end = data.shape[0] // batch_size, q * batch_size

batch = np.split(data[:block_end], q) + [data[block_end:]]

[*map(np.shape, batch)]
Out[89]: [(100, 10), (100, 10), (100, 10), (100, 10), (100, 10), (50, 10)]

---

使用

numpy.split

窃取riccardo的示例数据：

data=np.random.rand(550,10)
batch_size=100

q, block_end = data.shape[0] // batch_size, q * batch_size

batch = np.split(data[:block_end], q) + [data[block_end:]]

[*map(np.shape, batch)]
Out[89]: [(100, 10), (100, 10), (100, 10), (100, 10), (100, 10), (50, 10)]

---

可能重复的可能重复为避免批次之间的重叠，我更喜欢

范围内的索引（0，数据.形状[0]，批次大小+1）

为避免批次之间的重叠，我更喜欢

范围内的索引（0，数据.形状[0]，批次大小+1）