Numpy：如何将一个矩阵随机拆分/选择成n个不同的矩阵

Question

• 我有一个核矩阵的形状（460158）。
• 我想按60%，20%，20%的行数随机拆分矩阵
• 这是我需要的机器学习任务
• 是否有随机选择行的numpy函数？

Answer 1

你可以使用numpy.random.shuffle

import numpy as np

N = 4601
data = np.arange(N*58).reshape(-1, 58)
np.random.shuffle(data)

a = data[:int(N*0.6)]
b = data[int(N*0.6):int(N*0.8)]
c = data[int(N*0.8):]

Answer 2

如果您想用相同的第一维连续地洗牌多个数组x，y，z，HYRY的答案的一个补充：x.shape[0] == y.shape[0] == z.shape[0] == n_samples。

你可以：

rng = np.random.RandomState(42)  # reproducible results with a fixed seed
indices = np.arange(n_samples)
rng.shuffle(indices)
x_shuffled = x[indices]
y_shuffled = y[indices]
z_shuffled = z[indices]

然后像海瑞的回答那样，对每个洗牌数组进行分割。

Answer 3

如果要随机选择行，可以使用标准Python库中的random.sample：

import random

population = range(4601) # Your number of rows
choice = random.sample(population, k) # k being the number of samples you require

无需替换的random.sample示例，因此不必担心重复的行会在choice中结束。给定一个名为matrix的numpy数组，您可以通过切片来选择行，如下所示：matrix[choice]。

当然，k可以等于总体中的总元素数，然后choice将包含行索引的随机顺序。然后你可以根据自己的需要对choice进行分区。