我有兩個(gè) numpy 變量，包含 32000 個(gè)條目，如下所示：>>> filesarray(['GAN_0.npy', 'GAN_1.npy', 'GAN_10.npy', ..., 'GAN_822.npy', 'GAN_8220.npy', 'GAN_8221.npy'], dtype='<U13')>>> files.shape(32000,)>>> labelsarray([1, 1, 1, ..., 1, 1, 1])>>> np.unique(labels)array([0, 1])>>> labels.shape(32000,)換句話說(shuō)，第一個(gè)變量是字符串的 NumPy 矩陣，而另一個(gè)變量是整數(shù)的 NumPy 矩陣。在第一個(gè)矩陣中，我有一個(gè)圖像名稱的字符串列表，在另一個(gè)矩陣中，我有一個(gè)整數(shù)作為我用來(lái)識(shí)別它們的標(biāo)簽（以名稱 GAN_ 開(kāi)頭的圖像為 1，而以名稱 RAW_ 開(kāi)頭的圖像為 0）。我想知道是否可以將這 32000 個(gè)條目分成 10 個(gè)子集，每個(gè)子集 3200 個(gè)圖像而不重復(fù)，即 1600 個(gè)名稱以 RAW_ 開(kāi)頭的條目和其他 1600 個(gè)名稱以 GAN_ 開(kāi)頭的條目。圖像的名稱和標(biāo)簽被打亂，因此我不能簡(jiǎn)單地將大矩陣分成 10 個(gè)子矩陣。因此，Numpy 中是否有任何方法可以在 Python 中創(chuàng)建來(lái)自 2 個(gè)類的 10 個(gè)分層且獨(dú)立的樣本子矩陣？
3 回答
炎炎設(shè)計(jì)
TA貢獻(xiàn)1808條經(jīng)驗(yàn) 獲得超4個(gè)贊
這是一個(gè)可能的解決方案：
arrays = [np.concatenate((g, r))
for g, r in zip(np.array_split(files[labels==1], 10),
np.array_split(files[labels==0], 10))]
此解決方案保留“GAN*”和“RAW*”文件的相對(duì)順序。此外，創(chuàng)建的數(shù)組的初始位置填充有“GAN*”文件，其余位置填充有“RAW*”文件。如果您對(duì)這種排序不滿意，您可以在創(chuàng)建每個(gè)數(shù)組后隨時(shí)對(duì)其進(jìn)行洗牌。
月關(guān)寶盒
TA貢獻(xiàn)1772條經(jīng)驗(yàn) 獲得超5個(gè)贊
這是一個(gè)沒(méi)有循環(huán)的解決方案（由@Crazy Coder在其他答案的評(píng)論中建議）：
labels = np.array(labels, dtype=bool)
np.split(np.vstack((files[labels],files[~labels])).T.reshape(-1,1), 10)
喵喵時(shí)光機(jī)
TA貢獻(xiàn)1846條經(jīng)驗(yàn) 獲得超7個(gè)贊
import numpy as np
#Read file names
file_names=np.genfromtxt('test_files.txt',dtype='str')
? ?
raw_vector=[]
gan_vector=[]
for i in range(0,file_names.shape[0]):
? ? image_name=file_names[i]
? ? #Separate RAW and GAN files
? ? if("RAW_" in image_name):
? ? ? ? raw_vector.append(image_name)
? ? if("GAN_" in image_name):
? ? ? ? gan_vector.append(image_name)
? ??
raw_vector=np.array(raw_vector)
gan_vector=np.array(gan_vector)
#Split into 10 subsets each
raw_vector_divided=np.split(raw_vector,10)
gan_vector_divided=np.split(gan_vector,10)
for j in range(0,10):
? ? x=raw_vector_divided[j]
? ? y=gan_vector_divided[j]
? ??
? ? x=x.reshape(x.shape[0],1)
? ? y=y.reshape(y.shape[0],1)
? ??
? ? #merge
? ? experiment_data=np.vstack((x,y))
? ??
? ? #Save subset as file
? ? np.savetxt( 'experiment-' + str(j+1) + '-data.txt',? experiment_data, fmt='%s')
print("finished")?
添加回答
舉報(bào)
0/150
提交
取消