时间戳

首页 > 解决方案 > 将一个大的numpy矩阵分层分成10个独立的子矩阵

python - 将一个大的numpy矩阵分层分成10个独立的子矩阵

问题描述

我有两个带有 32000 个条目的 numpy 变量，如下所示：

>>> files
array(['GAN_0.npy', 'GAN_1.npy', 'GAN_10.npy', ..., 'GAN_822.npy',
       'GAN_8220.npy', 'GAN_8221.npy'], dtype='<U13')
>>> files.shape
(32000,)

>>> labels
array([1, 1, 1, ..., 1, 1, 1])
>>> np.unique(labels)
array([0, 1])
>>> labels.shape
(32000,)

换句话说，第一个变量是字符串的 NumPy 矩阵，而另一个是整数的 NumPy 矩阵。在第一个矩阵中，我有一个图像名称的字符串列表，在另一个矩阵中，整数作为我用来识别它们的标签（以名称 GAN_ 开头的图像为 1，而名称为 RAW_ 的图像为 0）。

我想知道我是否可以将这 32000 个条目分成 3200 个图像的 10 个子集而不重复，即 1600 个名称以 RAW_ 开头的条目和其他 1600 个名称以 GAN_ 开头的条目。图像的名称和标签被打乱了，因此我不能简单地将大矩阵分成 10 个子矩阵。因此，Numpy 中是否有任何方法可以从 Python 中的 2 个类中创建 10 个分层且独立的样本子矩阵？

ps：这两个文件可以在这里找到

标签： pythonnumpymatrix

解决方案

这是一个可能的解决方案：

arrays = [np.concatenate((g, r))
          for g, r in zip(np.array_split(files[labels==1], 10), 
                          np.array_split(files[labels==0], 10))]

此解决方案保持“GAN*”和“RAW*”文件的相对顺序。此外，创建数组时，初始位置填充“GAN*”文件，其余位置填充“RAW*”文件。如果您对这种排序不满意，您可以在创建每个数组后随时对其进行洗牌。

推荐阅读