Question

我一直在努力为这个问题找到一个好名字，所以一个很好的答案（可能已经存在于某个地方：/），所以我不介意任何重命名的想法。

我正在使用numpy数组，其中一行表示对象上的数据，通常类似于features = [feature0, feature1]。

当使用这个数组时，我先将它改组，然后用它来学习。当我使用它时（后洗牌），我不得不在当前行中使用i前面行的功能。

为了做到这一点，我使用了一个缓冲区，结果我使用了一个新的数组，其行为[featuresN-i, ..., featuresN-1, featuresN]，用于行N，然后将其混洗。

我想知道是否有一种方法可以改变索引并从我的2d数组中的something_function获取类似的3d数组：

original_array.something_function(shuffled_index[N:M]) 
-> [
    [[features of shuffled_index[ N ] - i],
                   ...                    ,
     [features of shuffled_index[ N ]    ]], 
    [[features of shuffled_index[N+1] - i],
                   ...                    ,
     [features of shuffled_index[N+1]    ]],
                  .....                    ,
    [[features of shuffled_index[ M ] - i],
                   ...                    ,
     [features of shuffled_index[ M ]    ]]
   ]

如果有的话，是否值得调用它来减少我的缓冲阵列的大小？

欢迎任何提示。

Answer 1

当你意识到自己：不要改变阵列。洗牌指数。

<meta name="viewport" content="width=device-width, initial-scale=1.0, maximum-scale=1.0, user-scalable=no" />

在洗牌数据时避免缓冲

1 个答案: