使用 Numpy 将数组分成 N 个不同大小的随机块

Question

使用numpy.array_splits，您可以将数组拆分为大小相等的块。有没有办法根据列表将它分成块？我如何将这个数组分成 4 个块，每个块由中给定的块的大小决定chunk_size，并由数组中的随机值组成？import numpy as npnp.random.seed(13)a = np.arange(20)chunk_size = [10, 5, 3, 2]dist = [np.random.choice(a, c) for c in chunk_size]print(dist)但正如预期的那样，我得到了多次重复：[array([18, 16, 10, 16,  6,  2, 12,  3,  2, 14]), array([ 5, 13, 10,  9, 11]), array([ 2,  0, 19]), array([19, 11])]例如，16 在第一个块中包含两次10 包含在第一个和第二个块中使用np.split，这是我得到的答案：>>> for s in np.split(a, chunk_size):...     print(s.shape)...(10,)(0,)(0,)(0,)(18,)使用np.random.choiceand replace=False，仍然给出重复的元素：import numpy as npnp.random.seed(13)a = np.arange(20)chunk_size = [10, 5, 3, 2]dist = [np.random.choice(a, c, replace=False) for c in chunk_size]print(dist)虽然每个块现在不包含重复项，但它不会阻止，例如，第一个和第二个块中都包含 7：[array([11, 12,  0,  1,  8,  5,  7, 15, 14, 13]), array([16,  7, 13,  9, 19]), array([1, 4, 2]), array([15, 12])]

Answer 1

确保 的每个元素a恰好包含在一个块中的一种方法是a首先创建一个随机排列，然后将其拆分为np.split。

为了np.split从中获取一组拆分索引chunk_size，您可以使用np.cumsum.

例子

>>> import numpy as np

>>> np.random.seed(13)

>>> a = np.arange(20)

>>> b = np.random.permutation(a)

>>> b

array([11, 12,  0,  1,  8,  5,  7, 15, 14, 13,

        3, 17,  9,  4,  2,  6, 19, 10, 16, 18])

>>> chunk_size = [10, 5, 3, 2]

>>> np.cumsum(chunk_size)

array([10, 15, 18, 20])

>>> np.split(b, np.cumsum(chunk_size))

[array([11, 12,  0,  1,  8,  5,  7, 15, 14, 13]),

 array([ 3, 17,  9,  4,  2]), array([ 6, 19, 10]), array([16, 18]),

 array([], dtype=int64)]

您可以通过省略 中的最后一个值来避免尾随空数组chunk_size，因为它由 的大小a和先前值的总和暗示：

>>> np.split(b, np.cumsum(chunk_size[:-1]))  # [10, 5, 3] -- 2 is implied

[array([11, 12,  0,  1,  8,  5,  7, 15, 14, 13]),

 array([ 3, 17,  9,  4,  2]), array([ 6, 19, 10]), array([16, 18])]

Answer 2

import numpy as np

np.random.seed(13)

dist = np.arange(0, 3286, 1)

chunk_size = [975, 708, 515, 343, 269, 228, 77, 57, 42, 33, 11, 9, 7, 4, 3, 1, 1, 1, 1, 1]

dist = [np.random.choice(dist,_, replace=False) for _ in chunk_size]