使用numpy.take随机选择2d点

问题描述

问题设置：

• points-长度为numpy.array的2D N。
• centroids-我从numpy.array算法得到的2D K-Means，长度为k N。
• 作为MLE算法的质心初始化例程，我想为points中的每个点分配一个centroids中的随机质心。

必需的输出：

• 从numpy.array 中随机选择的2D点组成的形状（N，2）的centroids

我的努力

1. 我尝试将numpy.take与numpy.random.choice一起使用，如Code 1所示，但它没有返回所需的输出。

代码1：

import numpy as np

a = np.random.randint(1,10,10).reshape((5,2))
idx = np.random.choice(5,20)
np.take(a,idx)

Out: array([6,2,3,8,5,6,5])

从numpy.take documentation page中，我了解到它是从展平数组中选择项目的，这不是我所需要的。

对于如何完成此任务的任何想法，我将不胜感激。预先感谢您的帮助。

解决方法

一种方法是对索引进行采样，然后使用它为centroids的第一维度建立索引：

idx = np.random.choice(np.arange(len(centroids)),size=len(a))

out = centroids[idx]

,

与@Quang Hoang的答案类似，但我认为更加直观：

a = np.random.randint(1,10,10).reshape((5,2))
n_sampled_points = 20
a[np.random.randint(0,a.shape[0],n_sampled_points)]

干杯。