Python随机抽取两个数组，但保持索引匹配

Question

我有两个numpy数组x和y，长度均为10,000。 我想绘制x和y的随机子集，每个子集包含1,000个条目。 是否有一种简单的方法，可以在x和y上使用精简随机抽样函数random.sample(population, k)来选择相应的索引？（假设y和x向量通过一个函数y(x)相互关联。）

谢谢。

- Cokes

Answer 1

你可以在索引数组上使用np.random.choice，并将其应用于两个数组：

idx = np.random.choice(np.arange(len(x)), 1000, replace=False)
x_sample = x[idx]
y_sample = y[idx]

- Jaime

---

非常感谢！我之前不知道可以这样调用数组的元素，即 x[idx]！ - Cokes

使用普通数组并遇到“TypeError: only integer scalar arrays can be converted to a scalar index”的人可能想使用以下代码：x_sample = list(np.array(x)[idx])。 - Codoscope

Answer 2

将这两个文件压缩在一起，将其作为总体：

import random

random.sample(zip(xs,ys), 1000)

结果将会是从 xs 和 ys 对应的 1000 对二元组。

更新：对于 Python 3，你需要将压缩后的序列转换为列表：

random.sample(list(zip(xs,ys)), 1000)

- DaoWen

---

在文档中，它说它只需要一个参数，即 _size_。https://docs.scipy.org/doc/numpy/reference/generated/numpy.random.sample.html 你能添加一个文档链接吗？ - Sanghyun Lee

@SanghyunLee - 我的回答不使用numpy。https://docs.python.org/2/library/random.html#random.sample - DaoWen

Answer 3

使用 numpy.random.randint 函数，您可以生成一个随机数列表，这意味着您可以选择某些数据点两次。

- bananenpampe

Answer 4

在测试了 numpy.random.choice 解决方案后，我发现对于更大的数组它非常缓慢。

numpy.random.randint 应该会快得多。

示例：

x = np.arange(1e8)
y = np.arange(1e8)
idx = np.random.randint(0, x.shape[0], 10000)
return x[idx], y[idx]

- StoneLin