Numpy随机选择在二维列表中无效

Question

我运行了以下Python代码：

import numpy as np
a_list = [[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 1, 2]]
np.random.choice(a_list, size=20, 
    replace=True)

期望得到这样的结果：

[[7, 8, 9], [1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 1, 2], [1, 2, 3], [1, 2, 3], [10, 1, 2], [1, 2, 3], [7, 8, 9], [1, 2, 3], [1, 2, 3], [10, 1, 2], [4, 5, 6], [4, 5, 6], [10, 1, 2], [10, 1, 2], [7, 8, 9], [1, 2, 3], [7, 8, 9]]

但是我得到的却是下面的错误信息：

 ValueError                           Traceback (most recent call last)
 <ipython-input-80-c11957aca587> in <module>()
    2 a_list = [[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 1, 2]]
    3 np.random.choice(a_list, size=20, 
----> 4 replace=True)

mtrand.pyx in mtrand.RandomState.choice()

ValueError: a must be 1-dimensional

你如何从一个二维列表中随机选择元素？

- Daniel James

---

请修复您问题中的格式，并包含错误信息。您说“下面是错误消息”，但实际上没有错误消息。 - FlyingTeller

你没有包含错误。 - roganjosh

哦，抱歉！现在请检查，我已经包含了它。 - Daniel James

Answer 1

您需要使用索引：

import numpy as np

arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 1, 2]])
indices = np.arange(arr.shape[0])

output = arr[np.random.choice(indices, 20)]

或者，更简短一些（基于hpaulj的评论）：

output = arr[np.random.choice(arr.shape[0],20)]

- roganjosh

---

生成索引的更短方式。 - hpaulj

@hpaulj 哦，误解了建议。已经编辑好了，谢谢。 - roganjosh

Answer 2

Numpy不知道您是想从矩阵中提取随机行还是随机单元格。这就是为什么它只适用于1-D数据的原因。

您可以使用random.choice代替：

>>> import random
>>> a_list = [[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 1, 2]]
>>> [random.choice(a_list) for _ in range(20)]
[[4, 5, 6], [7, 8, 9], [1, 2, 3], [1, 2, 3], [1, 2, 3], [1, 2, 3], [4, 5, 6], [4, 5, 6], [1, 2, 3], [10, 1, 2], [10, 1, 2], [4, 5, 6], [1, 2, 3], [1, 2, 3], [1, 2, 3], [10, 1, 2], [4, 5, 6], [1, 2, 3], [4, 5, 6], [4, 5, 6]]

使用Python 3.6或更新版本，您可以直接使用random.choices：

>>> random.choices(a_list, k=20)
[[10, 1, 2], [7, 8, 9], [4, 5, 6], [10, 1, 2], [1, 2, 3], [1, 2, 3], [10, 1, 2], [10, 1, 2], [1, 2, 3], [7, 8, 9], [10, 1, 2], [10, 1, 2], [7, 8, 9], [4, 5, 6], [7, 8, 9], [4, 5, 6], [1, 2, 3], [4, 5, 6], [7, 8, 9], [7, 8, 9]]

如果你真的想使用numpy数组，你需要将你的嵌套列表转换为一个对象的1-D数组。

- Eric Duminil

Answer 3

或者可以使用 map：

print(list(map(lambda x: random.choice(a_list),range(20))))

演示:

import random
a_list = [[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 1, 2]]
print(list(map(lambda x: random.choice(a_list),range(20))))

输出：

[[7, 8, 9], [10, 1, 2], [4, 5, 6], [10, 1, 2], [4, 5, 6], [10, 1, 2], [7, 8, 9], [4, 5, 6], [7, 8, 9], [1, 2, 3], [7, 8, 9], [1, 2, 3], [1, 2, 3], [10, 1, 2], [10, 1, 2], [10, 1, 2], [4, 5, 6], [10, 1, 2], [1, 2, 3], [7, 8, 9]]

- U13-Forward

Answer 4

有放回抽样

使用random.choices

x = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 1, 2]])
samples = random.choices(x, k=20)

不重复抽样

使用 random.sample

x = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 1, 2]])
samples = random.sample(x.tolist(), k=2)

- Farhad Maleki

Answer 5

或者，使用随机数生成索引；然后从数组中切片。适用于任何维度。

n_sample = 10 #sample count
a_list [np.random.randint(0,a_list.shape[0], n_sample )]

- Ansh