使用 `numpy.take` 随机选择 2d 点

Question

问题设置：points- 2Dnumpy.array的长度N。centroids-numpy.array我从算法中得到的2D K-Means，长度k< N。作为算法的质心初始化例程MLE，我想points从centroids.所需输出：形状为 (N, 2) 的A numpy.array ，由从中随机选择的 2D 点组成centroids我的努力：我试过将numpy.take与 一起使用，numpy.random.choice如中所示Code 1，但它没有返回所需的输出。代码 1：import numpy as npa = 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 文档页面我了解到它从展平数组中选择项目，这不是我需要的。对于如何完成此任务的任何想法，我将不胜感激。在此先感谢您的帮助。

Answer 1

一种方法是对索引进行采样，然后使用它来索引的第一个维度centroids：

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

out = centroids[idx]

Answer 2

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。