Question

我有一个4D阵列训练图像，其尺寸对应于（image_number，通道，宽度，高度）。我还有一个2D目标标签，其尺寸对应于（image_number，class_number）。在训练时，我想通过使用random.shuffle随机地移动数据，但是如何保持标签与我的图像的相同顺序混洗？ THX！

Answer 1

from sklearn.utils import shuffle
import numpy as np

X = np.array([[0, 0, 0], [1, 1, 1], [2, 2, 2], [3, 3, 3], [4, 4, 4]])
y = np.array([0, 1, 2, 3, 4])
X, y = shuffle(X, y)
print(X)
print(y)



[[1 1 1]
 [3 3 3]
 [0 0 0]
 [2 2 2]
 [4 4 4]] 

[1 3 0 2 4]

Answer 2

还有另一种简单的方法可以做到这一点。我们假设有N张图片。然后我们可以做到以下几点：

from random import shuffle

ind_list = [i for i in range(N)]
shuffle(ind_list)
train_new  = train[ind_list, :,:,:]
target_new = target[ind_list,]

Answer 3

如果你想要一个只有numpy的解决方案，你可以在第一个数据上重新索引第二个数组，假设你们两个都有相同的图像数字：

In [67]: train = np.arange(20).reshape(4,5).T

In [68]: target = np.hstack([np.arange(5).reshape(5,1), np.arange(100, 105).reshape(5,1)])

In [69]: train
Out[69]:
array([[ 0,  5, 10, 15],
       [ 1,  6, 11, 16],
       [ 2,  7, 12, 17],
       [ 3,  8, 13, 18],
       [ 4,  9, 14, 19]])

In [70]: target
Out[70]:
array([[  0, 100],
       [  1, 101],
       [  2, 102],
       [  3, 103],
       [  4, 104]])

In [71]: np.random.shuffle(train)

In [72]: target[train[:,0]]
Out[72]:
array([[  2, 102],
       [  3, 103],
       [  1, 101],
       [  4, 104],
       [  0, 100]])

In [73]: train
Out[73]:
array([[ 2,  7, 12, 17],
       [ 3,  8, 13, 18],
       [ 1,  6, 11, 16],
       [ 4,  9, 14, 19],
       [ 0,  5, 10, 15]])

Answer 4

如果您正在寻找同步/统一洗牌，您可以使用以下功能。

def unisonShuffleDataset(a, b):
    assert len(a) == len(b)
    p = np.random.permutation(len(a))
    return a[p], b[p]

上面的仅适用于 2 个 numpy。通过在 func 上添加输入变量的数量，可以扩展到 2 个以上。以及函数的返回。

Answer 5

根据您的目的，您还可以使用

为数组的每个维度随机生成一个数字

random.randint(a, b)  #a and b are the extremes of your array

可在您的对象中随机选择。

如何在python中随机混乱数据和目标？

5 个答案: