从NumPy数组中随机选择单元格 - 不重复

Question

我正在用NumPy写一些建模程序，需要从一个NumPy数组中随机选择单元格，并对它们进行处理。所有单元格必须是无重复选择的，也就是说，一旦选择了一个单元格，就不能再选择它，但最终所有单元格都必须被选择。

我之前用IDL做这个，那里有很好的方法来实现，但我想NumPy也应该有类似的好方法。你有什么建议吗？

更新：我应该说明一下，我是在处理二维数组，因此我需要返回一组二维的索引。

Answer 1

这里是对@WoLpH的一个很好的回答的扩展。

对于一个二维数组，你想知道索引的信息会影响你的方法。

你可以这样做：

data = np.arange(25).reshape((5,5))

x, y  = np.where( a = a)
idx = zip(x,y)
np.random.shuffle(idx)

或者

data = np.arange(25).reshape((5,5))

grid = np.indices(data.shape)
idx = zip( grid[0].ravel(), grid[1].ravel() )
np.random.shuffle(idx)

然后你可以使用列表 idx 来按你想要的顺序遍历二维数组的索引，并从不变的 data 中获取该索引的值。

注意: 如果你对 itertools.product 这个工具更熟悉，你也可以用它来生成随机顺序的索引。

Answer 2

这些回答对我来说有点复杂。

我假设你有一个多维数组，你想从中生成一个完整的索引列表。你希望这些索引是随机打乱的，这样你就可以以随机的顺序访问数组中的每个元素。

下面的代码可以简单明了地实现这个功能：

#!/usr/bin/python
import numpy as np

#Define a two-dimensional array
#Use any number of dimensions, and dimensions of any size
d=numpy.zeros(30).reshape((5,6))

#Get a list of indices for an array of this shape
indices=list(np.ndindex(d.shape))

#Shuffle the indices in-place
np.random.shuffle(indices)

#Access array elements using the indices to do cool stuff
for i in indices:
  d[i]=5

print d

打印 d 可以确认所有元素都被访问过了。

请注意，这个数组可以有任意数量的维度，而且每个维度的大小也可以不同。

这种方法唯一的缺点是，如果 d 很大，那么 indices 可能会变得相当庞大。因此，如果能有一个生成器就好了。不过，我一时想不出怎么快速构建一个打乱的迭代器。

Answer 3

如果你还需要保留原来的数组，可以考虑使用 numpy.random.shuffle 或 numpy.random.permutation。

如果你想直接在原数组上进行修改，可以像这样创建一个索引数组：

your_array = <some numpy array>
index_array = numpy.arange(your_array.size)
numpy.random.shuffle(index_array)

print your_array[index_array[:10]]