未选择的numpy random.choice 元素答案

【问题标题】：numpy random.choice elements that are not selected未选择的numpy random.choice 元素
【发布时间】：2014-05-17 13:55:00
【问题描述】：

我有一个数组 A 如下：

import numpy as np
A = np.random.sample(100)

我想从 A 创建 2 个随机子集，如果我将它们组合在一起，我将得到 A

inx = np.random.choice(np.arange(100), size=70, replace=False)
S1 = A[inx]

所以，S1 是子集之一，现在我如何构造 S2 来包含 A 中不在 S1 中的所有元素；换句话说，S2=A-S1。

【问题讨论】：

标签： python numpy random subset choice

【解决方案1】：

设置操作可能会有所帮助：

S2 = A[list(set(range(100)) - set(inx))]

但你可能需要排序：

S2 = A[ sorted(list(set(range(100)) - set(inx))) ]

【讨论】：

【解决方案2】：

（次要：如果 A 可以有重复的元素，选择索引的补码和让 S2 包含 A 中不属于 S1 的所有元素是不一样的。）

我可能会完全绕过索引，而是置换元素然后拆分结果：

>>> A = np.random.sample(10)
>>> S1, S2 = np.split(np.random.permutation(A), [7])
>>> S1
array([ 0.97128145,  0.5617039 ,  0.42625808,  0.39108218,  0.52366291,
        0.73606525,  0.5279909 ])
>>> S2
array([ 0.45652426,  0.38622805,  0.99084781])

但也有np.setdiff1d，所以如果你已经有S1：

>>> S2 = np.setdiff1d(A, S1)
>>> S2
array([ 0.38622805,  0.45652426,  0.99084781])

【讨论】：

【解决方案3】：

我认为这段代码等同于你正在尝试做的事情。

A = np.random.sample(100)
T = A[:]
np.random.shuffle(T)

size = 70
S1 = T[:size]
S2 = T[size:]

【讨论】：

这个答案被低估了。它提供了一个简单的解决方案。