如何调整Bootstrap重采样代码以获取预期的列索引采样结果？

问题背景 #

现有基于Scipy的Bootstrap重采样代码，索引后的输出不符合预期。需求是让索引数组i的每一行对应生成一个新的重采样样本，每个样本保留原sample的所有行维度。

当前代码 #

def _bootstrap_resample(sample, n_resamples=None, random_state=None):
    """Bootstrap resample the sample."""
    n = sample.shape[-1]

    # bootstrap - each row is a random resample of original observations
    i = rng_integers(random_state, 0, n, (n_resamples, n))

    resamples = sample[..., i]
    return resamples

输入参数 #

• 输入sample数组：

[[ 0  1  2  3  4  5  6  7  8  9]
 [10 11 12 13 14 15 16 17 18 19]]

• 索引数组i：

[[0 0 0 0 0 1 1 1 1 1]
 [2 2 2 2 2 3 3 3 3 3]]

输出对比 #

预期输出 #

每个i的行对应一个重采样样本，样本包含原sample的所有行：

[[[ 0  0  0  0  0  1  1  1  1  1]
  [10 10 10 10 10 11 11 11 11 11]]

 [[ 2  2  2  2  2  3  3  3  3  3]
  [12 12 12 12 12 13 13 13 13 13]]]

实际输出 #

当前代码将原sample的行与i的行直接对应，不符合需求：

[[[ 0  0  0  0  0  1  1  1  1  1]
  [ 2  2  2  2  2  3  3  3  3  3]]

 [[10 10 10 10 10 11 11 11 11 11]
  [12 12 12 12 12 13 13 13 13 13]]]

修复方案 #

问题源于Numpy的索引广播机制：sample[..., i]会将sample的第一维度（原样本行）与i的第一维度（重采样次数）对齐，导致维度顺序错误。

需要调整索引维度，让每个i的行应用到sample的所有行上，再调整维度顺序。修改核心代码如下：

修改后的完整代码 #

def _bootstrap_resample(sample, n_resamples=None, random_state=None):
    """Bootstrap resample the sample."""
    n = sample.shape[-1]

    # bootstrap - each row is a random resample of original observations
    i = rng_integers(random_state, 0, n, (n_resamples, n))

    # 扩展sample维度并调整索引，确保每个i行应用到所有sample行，再转置维度顺序
    resamples = sample[:, None, i].transpose(1, 0, 2)
    return resamples

代码解释 #

1. sample[:, None, i]：给sample增加一个中间维度（形状从(2,10)变为(2,1,10)），使用i索引最后一维时，广播机制会让每个i的行匹配到所有sample的行，得到形状为(2,2,10)的数组；
2. transpose(1, 0, 2)：交换前两个维度，将重采样次数维度移到第一位，最终得到预期的(2,2,10)形状。

内容的提问来源于stack exchange，提问作者Revist