我有两个 numpy 变量，包含 32000 个条目，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,)换句话说，第一个变量是字符串的 NumPy 矩阵，而另一个变量是整数的 NumPy 矩阵。在第一个矩阵中，我有一个图像名称的字符串列表，在另一个矩阵中，我有一个整数作为我用来识别它们的标签（以名称 GAN_ 开头的图像为 1，而以名称 RAW_ 开头的图像为 0）。我想知道是否可以将这 32000 个条目分成 10 个子集，每个子集 3200 个图像而不重复，即 1600 个名称以 RAW_ 开头的条目和其他 1600 个名称以 GAN_ 开头的条目。图像的名称和标签被打乱，因此我不能简单地将大矩阵分成 10 个子矩阵。因此，Numpy 中是否有任何方法可以在 Python 中创建来自 2 个类的 10 个分层且独立的样本子矩阵？
3 回答
炎炎设计
TA贡献1808条经验 获得超4个赞
这是一个可能的解决方案：
arrays = [np.concatenate((g, r))
for g, r in zip(np.array_split(files[labels==1], 10),
np.array_split(files[labels==0], 10))]
此解决方案保留“GAN*”和“RAW*”文件的相对顺序。此外，创建的数组的初始位置填充有“GAN*”文件，其余位置填充有“RAW*”文件。如果您对这种排序不满意，您可以在创建每个数组后随时对其进行洗牌。
月关宝盒
TA贡献1772条经验 获得超5个赞
这是一个没有循环的解决方案（由@Crazy Coder在其他答案的评论中建议）：
labels = np.array(labels, dtype=bool)
np.split(np.vstack((files[labels],files[~labels])).T.reshape(-1,1), 10)
喵喵时光机
TA贡献1846条经验 获得超7个赞
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
举报
0/150
提交
取消