Numpy: Dapatkan set acak baris dari array 2D

Saya memiliki array 2D yang sangat besar yang terlihat seperti ini:

a=
[[a1, b1, c1],
 [a2, b2, c2],
 ...,
 [an, bn, cn]]

Menggunakan numpy, apakah ada cara mudah untuk mendapatkan array 2D baru dengan, misalnya, 2 baris acak dari array awal a(tanpa penggantian)?

misalnya

b=
[[a4,  b4,  c4],
 [a99, b99, c99]]

>>> A = np.random.randint(5, size=(10,3))
>>> A
array([[1, 3, 0],
       [3, 2, 0],
       [0, 2, 1],
       [1, 1, 4],
       [3, 2, 2],
       [0, 1, 0],
       [1, 3, 1],
       [0, 4, 1],
       [2, 4, 2],
       [3, 3, 1]])
>>> idx = np.random.randint(10, size=2)
>>> idx
array([7, 6])
>>> A[idx,:]
array([[0, 4, 1],
       [1, 3, 1]])

Menyatukannya untuk kasus umum:

A[np.random.randint(A.shape[0], size=2), :]

Untuk yang bukan pengganti (numpy 1.7.0+):

A[np.random.choice(A.shape[0], 2, replace=False), :]

Saya tidak percaya ada cara yang baik untuk menghasilkan daftar acak tanpa penggantian sebelum 1,7. Mungkin Anda dapat mengatur definisi kecil yang memastikan kedua nilai tidak sama.

Ini adalah pos lama, tetapi inilah yang paling cocok untuk saya:

A[np.random.choice(A.shape[0], num_rows_2_sample, replace=False)]

ganti ganti = Salah ke Benar untuk mendapatkan hal yang sama, tetapi dengan penggantian.

Pilihan lain adalah membuat topeng acak jika Anda hanya ingin mengambil sampel data Anda dengan faktor tertentu. Katakanlah saya ingin mengambil sampel hingga 25% dari kumpulan data asli saya, yang saat ini disimpan dalam array data_arr:

# generate random boolean mask the length of data
# use p 0.75 for False and 0.25 for True
mask = numpy.random.choice([False, True], len(data_arr), p=[0.75, 0.25])

Sekarang Anda dapat menelepon data_arr[mask]dan mengembalikan ~ 25% dari baris, yang diambil secara acak.

Ini adalah jawaban yang mirip dengan yang Hezi Rasheff berikan, tetapi disederhanakan sehingga pengguna python yang lebih baru memahami apa yang terjadi (saya melihat banyak siswa ilmu data baru mengambil sampel acak dengan cara yang paling aneh karena mereka tidak tahu apa yang mereka lakukan dengan python).

Anda bisa mendapatkan sejumlah indeks acak dari array Anda dengan menggunakan:

indices = np.random.choice(A.shape[0], amount_of_samples, replace=False)

Anda kemudian dapat menggunakan slicing dengan array numpy Anda untuk mendapatkan sampel di indeks tersebut:

A[indices]

Ini akan memberi Anda jumlah sampel acak yang ditentukan dari data Anda.

Saya melihat permutasi telah disarankan. Bahkan dapat dibuat menjadi satu baris:

>>> A = np.random.randint(5, size=(10,3))
>>> np.random.permutation(A)[:2]

array([[0, 3, 0],
       [3, 1, 2]])

Jika Anda membutuhkan baris yang sama tetapi hanya sampel acak,

import random
new_array = random.sample(old_array,x)

Di sini x, harus menjadi 'int' yang mendefinisikan jumlah baris yang ingin Anda pilih secara acak.

Jika Anda ingin membuat beberapa himpunan bagian acak dari baris, misalnya jika Anda melakukan RANSAC.

num_pop = 10
num_samples = 2
pop_in_sample = 3
rows_to_sample = np.random.random([num_pop, 5])
random_numbers = np.random.random([num_samples, num_pop])
samples = np.argsort(random_numbers, axis=1)[:, :pop_in_sample]
# will be shape [num_samples, pop_in_sample, 5]
row_subsets = rows_to_sample[samples, :]