numpy vstack空初始化

Question

我已经对图像数据进行了vstack，现在我希望将其分为训练和测试集。 但是，如何初始化一个空的numpy数组，以便可以开始vstacking？

我的简化代码如下所示：

#k-fold the data
kf = cross_validation.KFold(n, n_folds=2)
fold = 0
for train_ind, test_ind in kf:
    #Get the persons of k-fold
    train_pers = unique[train_ind]
    test_pers = unique[test_ind]

    #Set train+test stack to empty
    self.train_stack = type(self.pca_data[0])
    self.test_stack = type(self.pca_data[0])

    #For all test data
    for data in range(len(self.pca_data)):
        print(self.pca_pers[data])
        if self.pca_pers[data] in train_pers:
            #Add to train stack
            self.train_stack = np.vstack((self.train_stack, self.pca_data[data]))

        elif self.pca_pers[data] in test_pers:
            #Add to test stack
            self.test_stack = np.vstack((self.test_stack, self.pca_data[data]))
        else:
            #Something wrong
            print(data)
            sys.exit("Strange strange data")

    fold += 1

此处的导入代码为：

#Set train+test stack to empty
self.train_stack = type(self.pca_data)
self.test_stack = type(self.pca_data)

和

#Add to train stack
self.train_stack = np.vstack((self.train_stack, self.pca_data[fold][data]))

self.pca_data包含所有图像数据，该数据必须分布在self.train_stack和self.test_stack上 。 我尝试了type（）函数，但这似乎是错误的。 我也尝试了self.train_stack = [] ，但这会引发错误“ ValueError：除d_0外，数组尺寸必须一致”。 如果我使用numpy.zeros，则第一个堆栈为0，我希望在vstacking之前它完全为空。

题

什么是初始化空numpy数组的正确方法？ （输入“ numpy.ndarray”）

ps注意， self.train_stack在循环中，因此，如果变量不存在，则if语句将在第二次进入循环时不会重置变量。

变量

• self.pca_data：Shape（978，20）Type（类型'numpy.ndarray'）
• self.pca_pers：Shape（978，1）Type（类型'numpy.ndarray'）
• self.test_stack和self.train_stack应该用于例如Shape。（489，20）和Shape（489，20），如self.pca_data
• 您可以忽略的其他变量

Answer 1

避免循环调用np.vstack 。 每次执行此操作时，都会分配一个新数组，并将来自原始数组和新行的所有数据复制到新数组中。 所有这些复制操作使这种解决方案的速度比必要的慢。

如果我们可以假设self.pca_data每一行都属于self.train_stack或self.test_stack ，那么您可以替换整个for-loop

for data in range(len(self.pca_data)):
    ...

调用np.in1d创建一个布尔掩码，然后通过使用掩码索引self.pca_data来定义self.train_stack和self.test_stack ：

for fold, (train_ind, test_ind) in enumerate(kf):
    train_pers = unique[train_ind]
    mask = np.in1d(self.pca_pers[:,0], train_pers)
    self.train_stack = self.pca_data[mask]
    self.test_stack = self.pca_data[~mask]

---

例如， np.in1d创建一个布尔数组，当第一个类似数组的元素在第二个类似数组中时，该数组为True ：

In [544]: np.in1d(range(5), [1,2,4])
Out[544]: array([False,  True,  True, False,  True], dtype=bool)

和布尔索引可以用来选择像这样的行：

In [545]: mask = np.in1d(range(5), [1,2,4])

In [546]: x = np.arange(10).reshape(5,-1)

In [547]: x
Out[547]: 
array([[0, 1],
       [2, 3],
       [4, 5],
       [6, 7],
       [8, 9]])

In [548]: x[mask]
Out[548]: 
array([[2, 3],
       [4, 5],
       [8, 9]])