如何为numpy数组中的每个类别随机选择一个样本（整数编码）

Question

我使用整数编码来表示numpy数组中的类别。但是，我不知道如何为每个类别随机抽取一个样本并返回索引值。你知道吗

例如，我有这样一个数组：

np.array([2, 2, 2, 2, 2, 2, 2, 1, 2, 2, 1, 1, 1, 0, 1, 0, 0, 2, 2, 1])

我如何随机抽样0、1和2并返回每个样本的索引？你知道吗

Answer 1

整数标签的通用数的矢量化-

# https://stackoverflow.com/a/51915131/ @Divakar
def random_num_per_grp(L):
    # For each element in L pick a random number within range specified by it
    r1 = np.random.rand(np.sum(L)) + np.repeat(np.arange(len(L)),L)
    offset = np.r_[0,np.cumsum(L[:-1])]
    return r1.argsort()[offset] - offset

# a is input array
sidx = a.argsort()
c = np.bincount(a)
out = sidx[random_num_per_grp(c) + np.r_[0,c[:-1].cumsum()]]

为了简化我们的例子，我们可以跳过random_num_per_grp最后一部分的抵消。因此，它将是-return r1.argsort()[offset]，然后得到out，它将是-sidx[random_num_per_grp(c)]。你知道吗

对于负片标签，只需按最小值偏移即可。你知道吗

Answer 2

您可以使用np.where和np.random.choice()

x = np.array([2, 2, 2, 2, 2, 2, 2, 1, 2, 2, 1, 1, 1, 0, 1, 0, 0, 2, 2, 1])
ind0 = np.random.choice(np.where(x==0)[0])
ind1 = np.random.choice(np.where(x==1)[0])
ind2 = np.random.choice(np.where(x==2)[0])

由于np.where返回一个元组，其中包含一个数组，因此要访问数组，需要访问元组的0索引。你知道吗

Answer 3

import numpy as np

array = np.array([2, 2, 2, 2, 2, 2, 2, 1, 2, 2, 1, 1, 1, 0, 1, 0, 0, 2, 2, 1])
categories = [0,1,2]
for category in categories:
    indices = np.where(array  == category)[0]
    random_choice = array[np.random.choice(indices)]

1）在条件为真的情况下获取数字的索引（类别） 2） 从这些指数中随机选择