Question

我不太了解索引操作，您能解释一下这行代码吗？

train = data[ranks>=test_points]

在此功能中

def random_split(data,test_points):
 ranks = np.arange(data.shape[0])     
 np.random.shuffle(ranks)         
 train = data[ranks>=test_points]

 return train

所以我需要这样分割数据：一半用于训练，四分之一用于验证，四分之一用于测试。所以我这样做是这样的：

def random_split(data,test_points):
 ranks = np.arange(data.shape[0])     
 np.random.shuffle(ranks)         
 train = data[ranks>=test_points]

 other = data[ranks<test_points]         
 test = other[ranks>=int(test_points/4)]
 valid = other[ranks<int(test_points/4)]  
 return train,test,valid

它不起作用，怎么了？您能帮我理解这段代码吗？

Answer 1

问题在于，在other = data[ranks<test_points]之后，变量other和rank的大小不再相同，因此会出现错误。您可以使用类似的

  train_size = 500
  validation_size = 100

  train_set = data[:train_size]
  validation_set = data[train_size: train_size + validation_size]
  test_set = data[train_size + validation_size:]

注意：x[ i < 10]样式索引特定于numpy。在一般的python中是不允许的。 <被重载以返回布尔数组，例如

i = np.array([1, 3, 5, 4])
i <= 4 # return [True True False True]

在numpy中称为逻辑索引。

了解Python索引操作

1 个答案: