所以我正在处理一个名为train_images的数组,形状为**(25036,12,15,15)**,我需要从这个数组中选择6000个随机样本,我试过使用np.random.choice()
train_images
np.random.choice()
它返回了上面的错误,似乎它需要是一维的,我肯定不想重塑数组,请问有什么办法可以绕过这个问题吗
xxslljrj1#
要从4D数组中选择6000随机样本而不进行整形,可以使用np.random.choice()生成随机索引,然后使用这些索引从数组中选择样本。下面是示例代码:
6000
num_samples = 6000 indices = np.random.choice(train_images.shape[0], num_samples, replace=False) selected_samples = train_images[indices]
在这里,我们首先使用6000随机索引而不替换,然后使用这些索引从train_images数组中选择相应的样本。结果selected_samples数组将具有(6000, 12, 15, 15)的形状。
selected_samples
(6000, 12, 15, 15)
1条答案
按热度按时间xxslljrj1#
要从4D数组中选择
6000
随机样本而不进行整形,可以使用np.random.choice()
生成随机索引,然后使用这些索引从数组中选择样本。下面是示例代码:
在这里,我们首先使用
6000
随机索引而不替换,然后使用这些索引从train_images
数组中选择相应的样本。结果selected_samples
数组将具有(6000, 12, 15, 15)
的形状。