如何为numpy数组中的每个类别随机选择1个样本（整数编码）

Question

我使用整数编码来表示numpy数组中的类别。但是，我无法弄清楚如何为每个类别抽取 1 个随机样本并返回索引值。

例如，我有一个数组，如：

np.array([2, 2, 2, 2, 2, 2, 2, 1, 2, 2, 1, 1, 1, 0, 1, 0, 0, 2, 2, 1])

我将如何随机抽取 0、1 和 2 并返回每个样本的索引？

Answer 1

向量化一个整数标签的通用数量 -

# /sf/answers/3634059201/ @Divakar
def random_num_per_grp(L):
    # For each element in L pick a random number within range specified by it
    r1 = np.random.rand(np.sum(L)) + np.repeat(np.arange(len(L)),L)
    offset = np.r_[0,np.cumsum(L[:-1])]
    return r1.argsort()[offset] - offset

# a is input array
sidx = a.argsort()
c = np.bincount(a)
out = sidx[random_num_per_grp(c) + np.r_[0,c[:-1].cumsum()]]

为了简化我们的案例，我们可以跳过random_num_per_grp. 因此，它将是 -return r1.argsort()[offset]然后得到out，它将是 - sidx[random_num_per_grp(c)]。

对于负标签，只需按最小值偏移即可。