【问题标题】:What's the efficient inverse-operation of numpy.array_split?numpy.array_split 的有效逆运算是什么?
【发布时间】:2016-06-19 07:56:24
【问题描述】:

我正在研究 cross_validation 以选择超参数,并将我的训练数据拆分为 k 个折叠。将一个文件夹作为我的验证数据,其他文件夹作为训练数据(实际上我会这样做k 次)。

X_train_folds = numpy.array_split(X_train,k)

X_tran_folds 将如下所示:[subarray1,subarray2,.....]

子数组的列数相同。

但是如何将k-1 子数组合并为一个呢?

【问题讨论】:

  • @pp_ 你是对的!我已经解决了!我认为delete + (concatenate or stack or vstack) 是一种正确的方法!
  • 对不起这个愚蠢的问题,我刚刚开始使用python编程。

标签: python numpy machine-learning


【解决方案1】:

您可以使用numpy.concatenate() 加入一系列数组:

>>> import numpy as np
>>> a = np.array([0, 1])
>>> b = np.array([2, 3])
>>> np.concatenate((a, b))
array([0, 1, 2, 3])

【讨论】:

    猜你喜欢
    • 2019-03-06
    • 1970-01-01
    • 2020-07-11
    • 2011-05-04
    • 2020-02-09
    • 2018-11-26
    • 1970-01-01
    • 1970-01-01
    • 2019-05-01
    相关资源
    最近更新 更多