Numpy: ottiene un set casuale di righe dall'array 2D

Ho un array 2D molto grande che assomiglia a questo:

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

Usando numpy, c'è un modo semplice per ottenere un nuovo array 2D con, ad esempio, 2 righe casuali dall'array iniziale a(senza sostituzione)?

per esempio

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]])

Mettendolo insieme per un caso generale:

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

Per non sostituzione (numpy 1.7.0+):

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

Non credo ci sia un buon modo per generare un elenco casuale senza sostituzione prima dell'1.7. Forse puoi impostare una piccola definizione che garantisce che i due valori non siano uguali.

Questo è un vecchio post, ma questo è ciò che funziona meglio per me:

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

cambia la sostituzione = False in True per ottenere la stessa cosa, ma con la sostituzione.

Un'altra opzione è quella di creare una maschera casuale se si desidera semplicemente sottocampionare i dati di un determinato fattore. Supponiamo di voler sottocampionare fino al 25% del mio set di dati originale, che è attualmente contenuto nell'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])

Ora puoi chiamare data_arr[mask]e restituire ~ 25% delle righe, campionate casualmente.

Questa è una risposta simile a quella fornita da Hezi Rasheff, ma semplificata in modo che gli utenti più recenti di Python capiscano cosa sta succedendo (ho notato che molti nuovi studenti di datascience raccolgono campioni casuali nei modi più strani perché non sanno cosa stanno facendo in Python).

Puoi ottenere un numero di indici casuali dal tuo array usando:

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

È quindi possibile utilizzare lo slicing con l'array numpy per ottenere i campioni in quegli indici:

A[indices]

Questo ti darà il numero specificato di campioni casuali dai tuoi dati.

Vedo che è stata suggerita la permutazione. In effetti può essere trasformato in una riga:

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

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

Se hai bisogno delle stesse righe ma solo di un campione casuale,

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

Qui x, deve essere un 'int' che definisce il numero di righe che vuoi selezionare casualmente.

Se si desidera generare più sottoinsiemi casuali di righe, ad esempio se si sta eseguendo 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, :]