Question

我有以下代码来创建一个大集合的随机子集（大小示例）：

def sampling(input_set):
        tmp = random.sample(input_set, examples)
        return tmp

问题是我的输入是一个大矩阵，所以input_set.shape =（n，m）。但是，sampling（input_set）是一个列表，而我希望它是size =（examples，m）的子矩阵，而不是大小为m的向量的examples长度列表。

我修改了我的代码来执行此操作：

def sampling(input_set):

    tmp = random.sample(input_set, examples)
    sample = input_set[0:examples]

    for i in range(examples):
        sample[i] = tmp[i]

    return sample

这样可行，但有没有更优雅/更好的方法来完成我想要做的事情？

Answer 1

使用numpy创建一个n x m矩阵（假设input_set是一个列表）

var dict: [String: AnyObject] = [:]

dict = [
    "test": test,
    "test1": test,
    "test2": test,  
    "test4": test 
]

Answer 2

好的，如果我理解正确的问题你只想放弃最后几卷（n - k），那么：

sample = input_matrix [：k - n]

必须为你做好工作。

Answer 3

不知道是否还有兴趣，但也许你会这样做：

#select a random 6x6 matrix with items -10 / 10
import numpy as np
mat = np.random.randint(-10,10,(6,6))
print (mat)
#select a random int between 0 and 5
startIdx = np.random.randint(0,5)
print(startIdx)
#extracy submatrix (will be less than 3x3 id the index is out of bounds)
print(mat[startIdx:startIdx+3,startIdx:startIdx+3])

在python中创建大矩阵的随机子矩阵

3 个答案: