如何从Numpy ndarray随机移除11个样本以调整为(-1,6,10)形状

核心思路 #

原数组共5891个样本，移除11个后剩余5880个，刚好能被6整除（5880 ÷ 6 = 980），所以最终可重塑为(980, 6, 10)的3D数组。具体分三步实现：

• 生成11个不重复的随机索引，标记要删除的样本
• 过滤数组，移除标记的样本
• 将过滤后的2D数组重塑为目标3D形状

完整代码示例 #

import numpy as np

# 假设原数组为arr，形状(5891, 10)
# 生成11个不重复的随机删除索引
remove_indices = np.random.choice(arr.shape[0], size=11, replace=False)
# 移除指定样本，得到(5880, 10)的数组
filtered_arr = np.delete(arr, remove_indices, axis=0)
# 重塑为3D数组，-1让numpy自动计算第一个维度的长度
final_3d_arr = filtered_arr.reshape(-1, 6, 10)

# 验证最终形状
print(final_3d_arr.shape)  # 输出：(980, 6, 10)

关键细节说明 #

• np.random.choice参数replace=False保证不会重复选中同一个样本，避免误删多次；
• np.delete的axis=0指定沿着样本维度（行方向）删除，确保特征维度（10列）不受影响；
• reshape(-1,6,10)中-1是占位符，numpy会根据总样本数和后面两个维度的大小自动计算出第一个维度为980。

内容的提问来源于stack exchange，提问作者witheringwhispers