给定两个 numpy 数组，在数组 A 中找到数组 B 中具有唯一值的项答案

【问题标题】：Given two numpy arrays, find the item in array A with unique values in array B给定两个 numpy 数组，在数组 A 中找到数组 B 中具有唯一值的项
【发布时间】：2019-04-26 20:18:11
【问题描述】：

我正在尝试通过选择性质心选择来实现 K-means。我有两个 numpy 数组，一个称为“features”，它有一组 numpy 数组，其中每个数组是一个数据点，另一个 np 数组称为“labels”，它具有索引“i”处的数据点所属的类标签.我有与 4 个不同类相关的数据点。我想要做的是利用这两个 numpy 数组，并从每个类中随机选择一个数据点。你能帮我解决这个问题吗？另外，有没有办法将两个 numpy 数组压缩到字典中？

例如，我的特征数组为：

[[1,1,1],[1,2,3],[1,6,7],[1,4,6],[1,6,9],[1,4,2]] 我的标签数组是 [1,2,2,3,1,3]

对于标签 numpy 数组中唯一的每个值，我想要在 features 数组中随机选择一个对应的元素。一个示例答案是：

[1,1,1] from class 1
[1,6,7] from class 2
[1,4,2] from class 3

【问题讨论】：

请举例说明您的问题以及您想要达到的结果。
我用一个例子更新了我的问题。请检查

标签： python python-3.x numpy

【解决方案1】：

鉴于这是您问题中的设置：

import numpy as np
features = [[1,1,1],[1,2,3],[1,6,7],[1,4,6],[1,6,9],[1,4,2]]
labels = np.array([1,2,2,3,1,3])

这应该会从字典形式的每个标签中为您提供一个随机变量：

features_index = np.array(range(0, len(features)))
unique_labels = np.unique(labels)
rand = []
for n in unique_labels:
    rand.append(features[np.random.choice(features_index[labels == n])])
dict(zip(unique_labels, rand))

【讨论】：

【解决方案2】：

试试：

import numpy as np

features = np.array([[1,1,1],[1,2,3],[1,6,7],[1,4,6],[1,6,9],[1,4,2]])
labels = np.array([1,2,2,3,1,3])

res = {i: features[np.random.choice(np.where(labels == i)[0])] for i in set(labels)}

输出

{1: array([1, 1, 1]), 2: array([1, 2, 3]), 3: array([1, 4, 2])}

【讨论】：

【解决方案3】：

您可以通过一些索引和numpy.unique 来完成此操作

u = np.unique(labels)
f = np.arange(features.shape[0])

idx = np.random.choice(
    f, u.shape[0], replace=False
)

dict(zip(u, features[idx]))

{1: array([1, 4, 2]), 2: array([1, 6, 9]), 3: array([1, 1, 1])}

【讨论】：