Question

我正在尝试编写一个函数，该函数可以随机采样具有浮点数的numpy.ndarray，同时保留数字在数组中的分布。我现在有此功能：

import random
from collections import Counter

def sample(A, N):
    population = np.zeros(sum(A))
    counter = 0
    for i, x in enumerate(A):
            for j in range(x):
                    population[counter] = i
                    counter += 1

    sampling = population[np.random.choice(0, len(population), N)]
    return np.histogram(sampling, bins = np.arange(len(A)+1))[0]

因此，我希望该功能能像这样工作（本示例中不包括分配的费用）：

a = np.array([1.94, 5.68, 2.77, 7.39, 2.51])
new_a = sample(a,3)

new_a
array([1.94, 2.77, 7.39])

但是，当我将函数应用于这样的数组时，我得到了：

TypeError                                 Traceback (most recent call last)
<ipython-input-74-07e3aa976da4> in <module>
----> 1 sample(a, 3)

<ipython-input-63-2d69398e2a22> in sample(A, N)
      3 
      4 def sample(A, N):
----> 5     population = np.zeros(sum(A))
      6     counter = 0
      7     for i, x in enumerate(A):

TypeError: 'numpy.float64' object cannot be interpreted as an integer

任何对修改或创建适用于此功能的功能的帮助将不胜感激！

Answer 1

In [67]: a = np.array([1.94, 5.68, 2.77, 7.39, 2.51])                                                  
In [68]: np.zeros(sum(a))                                                                              
---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-68-263779bc977b> in <module>
----> 1 np.zeros(sum(a))

TypeError: 'numpy.float64' object cannot be interpreted as an integer

形状上的总和不会产生此错误：

In [69]: np.zeros(sum(a.shape))                                                                        
Out[69]: array([0., 0., 0., 0., 0.])

但是您不需要使用sum：

In [70]: a.shape                                                                                       
Out[70]: (5,)
In [71]: np.zeros(a.shape)                                                                             
Out[71]: array([0., 0., 0., 0., 0.])

实际上，如果a是2d，并且您想要一个具有相同数量项的1d数组，则需要形状的乘积，而不是总和。

但是您是否要返回一个与A大小完全相同的数组？我以为你要缩小尺寸。

在保留分布的同时对numpy数组进行降采样

1 个答案: