使用劈裂一个numpy的ndarray片

的Python 2.7.3 numpy的1.8.0使用劈裂一个numpy的ndarray片

大家好，我使用numpy的几个月，我需要一些基本的东西帮助。下面的代码应该工作和位我需要被突出显示（＃< < < < < < <）帮助：

import numpy as np 

rng = np.random.RandomState(12345) 

samples = np.array(np.arange(400).reshape(50, 8)) 
nSamples = samples.shape[0] 
FOLDS = 15 

foldSize = nSamples/FOLDS 

indices = np.arange(nSamples) 
rng.shuffle(indices) 

slices = [slice(i * foldSize , 
       (i + 1) * foldSize, 1) for i in xrange(FOLDS + 1)] 

for i in xrange(len(slices)): 
    y = samples[indices[slices[i]]] 
    x = np.array([x for x in samples if x not in samples[slices[i]]]) # <<<<<<< 
    #do some processing with x and y

基本上随机切片的二维数组行明智地，使用全阵列处理和测试在切片位中，然后重复执行另一个切片，一切都完成了（它称为交叉验证实验）。

我的问题是：是否有更好的方法来选择ndarray中的所有行，但切片？我错过了什么吗？如果x不在采样[索引] [0：3]中，[x对于样本中的x是什么]？

在此先感谢。

ps：蒙面阵列不能解决我的问题。 ps1：我知道它已经在其他地方实施过了，我只需要学习。

来源

2014-01-09 tbrittoborges

您可以创建一个布尔值数组的行选择如下：

indices_to_ignore = [1, 2, 3] 
mask = np.ones(samples.shape[:1], dtype=np.bool) 
mask[indices_to_ignore] = 0 
samples[mask].shape

来源

2014-01-09 18:27:33 YXD

很抱歉，但屏蔽不解决这个问题对我来说，我在PS说明。还有其他解决方案吗？ – tbrittoborges

使用劈裂一个numpy的ndarray片

回答

相关问题