如何从多个相等长度的数组中删除相同的随机项？答案

【问题标题】：How to delete the same random items from multiple arrays of equal length?如何从多个相等长度的数组中删除相同的随机项？
【发布时间】：2012-08-02 09:57:57
【问题描述】：

我有几个大小为 (20000,1) 且内容不同的数组。我想随机删除每个数组所有行的 25%，这样每个数组都会删除同一行。我发现的一个相当乏味的方法如下：

import numpy as np

a=np.array(range(1000))
b=np.array(np.random.rand(1000))
seed=np.random.randint(0,100000000)     #picking a random seed
np.random.seed(seed)      #Setting the same seed for each deletion
a[np.random.rand(*a.shape) < .25] = 0
np.random.seed(seed)
b[np.random.rand(*b.shape) < .25] = 0
a=a[a !=0]
b=b[b !=0]

这种方法有几个问题，例如如果数组已经包含零怎么办？有更好的方法吗？

【问题讨论】：

标签： python arrays numpy python-2.7

【解决方案1】：

这是一个非常笼统的非 numpy 解决方案：

import random
to_keep = set(random.sample(range(total_rows), keep_ratio * total_rows))

#do this for each array:
new_array = np.array(item for index, item in enumerate(old_array) if index in to_keep)

total_rows是每个数组的行数（我想你说这是20,000）
keep_ratio 是要保留的行的百分比，根据您的说法是1 - 0.25 = 0.75

编辑

你也可以使用numpy的compress()方法。

import random
to_keep = set(random.sample(range(total_rows), keep_ratio * total_rows))
kompressor = (1 if i in to_keep else 0 for i in xrange(total_rows))

new_array = numpy.compress(kompressor, old_array, axis=1)
kompressor

【讨论】：

【解决方案2】：

基于 Joel Cornett 的解决方案并对其进行了扩展：

import numpy as np

length = 20000
limit = int(0.75*length)
keep = np.random.permutation(length)[:limit]

newArray = oldArray[keep]

【讨论】：

谢谢，这正是我想要的。

【解决方案3】：

我不知道它与 numpy 的效果如何，但这是我在纯 Python 中使用的：

total = len(a)
toss = int(0.25 * total)
keeping = [False] * toss + [True] * (total - toss)
random.shuffle(keeping)
a = [value for value, flag in zip(a, keeping) if flag]
b = [value for value, flag in zip(b, keeping) if flag]

【讨论】：

【解决方案4】：

与 Theodros 的回答类似，但保留了元素的原始顺序：

import numpy as np

mask = np.ones(len(a), dtype=bool)
mask[:len(a)/4] = 0
np.random.shuffle(mask)

a = a[mask]
b = b[mask]

【讨论】：