如何获取列表中随机选择的行的索引（Python）

Question

好的，我不知道是我措辞不好还是什么，但我似乎找不到任何类似的东西来解决我的问题。

所以我有一个二维列表，每一行代表一个案例，每一列代表一个特征（用于机器学习）。另外，我有一个单独的列表（列）作为标签。

我想从 2D 列表中随机选择行来训练分类器，同时使用其余行来测试准确性。因此，我希望能够知道我用于训练的所有行索引以避免重复。

我认为问题有两个部分： 1）如何随机选择 2) 如何获取索引

再次，我不知道为什么我无法通过搜索在这里找到好的信息（也许我只是很烂）

抱歉，我还是社区的新手，所以我可能犯了很多格式错误。如果您有任何建议，请告诉我。

这是我用来获取二维列表的部分代码

#273 = number of cases
feature_list=[[0]*len(mega_list)]*273
#create counters to use for index later
link_count=0
feature_count=0
#print len(mega_list)
for link in url_list[:-1]:

    #setup the url
    samp_url='http://www.mtsamples.com'+link
    samp_url = "%20".join( samp_url.split() )

    #soup it for keywords
    samp_soup=BeautifulSoup(urllib2.urlopen(samp_url).read())
    keywords=samp_soup.find('meta')['content']
    keywords=keywords.split(',')

    for keys in keywords:
        #print 'megalist: '+ str(mega_list.index(keys))
        if keys in mega_list:
            feature_list[link_count][mega_list.index(keys)]=1 

mega_list：包含所有关键字的列表

feature_list：二维列表，mega_list 中的任何单词，该特定单元格设置为 1，否则为 0

Answer 1

我会将数据存储在 pandas 数据框而不是 2D 列表中。如果我正确理解您的数据，您可以这样做：

import pandas as pd

df = pd.DataFrame(feature_list, columns = mega_list)

我没有看到任何提及因变量，但我假设您有一个，因为您提到了分类器算法。如果您的因变量称为“Y”并且是列表格式，其索引与您的特征对齐，那么此代码将适用于您：

from sklearn import cross_validation

x_train, x_test, y_train, y_test = cross_validation.train_test_split(
    df, Y, test_size=0.8, random_state=0)

Answer 2

据我了解，您有一个列表，您想对列表进行采样并保存索引以供将来使用。 见：https://docs.python.org/2/library/random.html

你可以做一个 random.sample(xrange(sizeoflist),sizeofsample) 来返回你的样本的索引。然后，您可以使用该样本进行训练并跳过它们（或花哨并做一个 Set 差异）以进行验证。

希望对你有帮助