Question

我拆分了numpy.ndarray对象：

array([[1, 0, 0, ..., 0, 0, 0],
       [1, 0, 0, ..., 0, 0, 0],
       [0, 0, 0, ..., 0, 0, 0]])

通过测试和训练样本（sklearn.model_selection.train_test_split）。之后我需要确定测试样本的哪些元素与父样本的元素相对应。 enter code here

怎么做？

Answer 1

您可以将np.array转换为数据框：

In [13]: data  
array([[1, 0, 0, 0, 0, 0],
       [1, 0, 0, 0, 0, 0],
       [0, 0, 0, 0, 0, 0]])

In [14]: data = pd.DataFrame(data)

然后拆分数据和相关索引以测试和训练部件：

In [15]: train, test, train_index, test_index = train_test_split(data, data.index)

In [16]: train 
Out[16]: 
   0  1  2  3  4  5
0  1  0  0  0  0  0
1  1  0  0  0  0  0

In [17]: test
Out[17]: 
   0  1  2  3  4  5
2  0  0  0  0  0  0

In [18]: train_index 
Out[18]: Int64Index([0, 1], dtype='int64')

In [19]: test_index 
Out[19]: Int64Index([2], dtype='int64')

然后，您可以访问火车并测试原始数据框中的行，如下所示：

In [24]: data.loc[test_index, :]
Out[24]: 
   0  1  2  3  4  5
2  0  0  0  0  0  0

In [25]: data.loc[train_index, :]
Out[25]: 
   0  1  2  3  4  5
0  1  0  0  0  0  0
1  1  0  0  0  0  0

注意：我想这也是@cᴏʟᴅsᴘᴇᴇᴅ在评论中提出的内容。

numpy.ndarray的索引

1 个答案: