随机采样数组 - numpy.delete发行

Question

我有2个数组，x_1g和x_2g。我想随机采样每个数组的10％，然后将其删除10％，然后将其插入另一个数组。这意味着我的最终和初始阵列应具有相同的形状，但是10％的数据是从另一个数组中随机采样的。我一直在使用下面的代码尝试此操作，但是我的数组的长度不断增加，这意味着我没有从每个数组中正确删除所采样的10％数据。

n = len(x_1g)
n2 = round(n/10)

ints1 = np.random.choice(n, n2)

x_1_replace = x_1g[ints1,:]
x_1 = np.delete(x_1g, ints1, 0)

x_2_replace = x_2g[ints1,:]
x_2 = np.delete(x_2g, ints1, 0)

我的阵列x_1g和x_2g具有形状（150298，10），

x_1g.shape
>> (1502983, 10)

x_1_replace.shape 
>> (150298, 10)

因此，当我从原始阵列（x_1g）中删除10％数据（x_1_replace）时，我应该获得阵列形状：

1502983-150298 = 1352685

，但是当我检查我的形状时数组x_1我得到：

x_1.shape
>> (1359941, 10)

我不确定这里发生了什么，所以如果有人有任何建议，请让我知道！

Answer 1

发生的事情是，通过使用ints1 = np.random.choice（n，n2）来生成索引，您选择了n2倍0和n-1之间的n2倍。您无法保证将生成N2 不同的数字。您很可能会产生一定数量的重复项。而且，如果将相同的索引位置传递给np.delete，它将仅删除一次。您可以通过在ints1中阅读唯一值的数量来检查此信息：

np.unique(ints1).shape

您会发现它与N2匹配（在您的示例中，您将获得（143042，） ）。

可能有多种方法可以确保您获得N2不同的索引，这是一个例子：

n = len(x_1g)
n2 = round(n/10)

ints1 = np.arange(n)  # generating an array [0 ... n-1]
np.random.shuffle(ints1)  # shuffle it
ints1 = ints1[:n2]  # take the first n2 values

x_1_replace = x_1g[ints1,:]
x_1 = np.delete(x_1g, ints1, 0)

x_2_replace = x_2g[ints1,:]
x_2 = np.delete(x_2g, ints1, 0)

现在您可以检查：

x_1.shape
# (1352685, 10)