使用 `numpy.take` 随机选择 2d 点

Question

问题设置：

• points - 长度为 N 的二维 numpy.array。
• centroids - 2D numpy.array 作为K-Means 算法的输出，长度为k N。
• 作为MLE 算法的质心初始化例程，我想为points 中的每个点分配来自centroids 的随机质心。

所需输出：

• 一个形状为 (N, 2) 的numpy.array ，由centroids 中随机选择的二维点组成

我的努力：

1. 我已尝试将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, 3, 8, 2, 5, 2, 6, 3, 3, 8, 6, 6, 6, 6, 8, 2, 6, 5])

从numpy.take documentation page 我了解到它从扁平数组中选择项目，这不是我需要的。

如果有任何关于如何完成这项任务的想法，我将不胜感激。提前感谢您的帮助。

Answer 1

一种方法是对索引进行采样，然后使用它来索引centroids 的第一个维度：

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

out = centroids[idx]

Answer 2

类似于@Quang Hoang 的回答，但在我看来更直观一点，将是：

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。