numpy==1.19.4中如何对N维ndarray生成bootstrap抽样样本

核心逻辑不需要写多层循环：Bootstrap重采样的本质是沿目标采样轴做有放回的索引抽取，利用numpy的内置索引接口就能适配任意维度的数组，全程使用numpy 1.19.4已支持的稳定API，无版本兼容问题。

你之前的一维实现只能处理一维数组的原因是：np.random.choice直接传入多维数组时，会默认把数组展平后再采样，直接破坏了原数组的维度结构。只要改成「先生成采样轴的随机索引，再按索引取数」的逻辑，就能支持N维场景。

通用实现代码 #

import numpy as np

def nd_bootstrap(
    data: np.ndarray,
    n_resamples: int = 9999,
    sample_axis: int = 0,
    rng: np.random.Generator = None
) -> np.ndarray:
    """
    生成N维数组的Bootstrap重采样结果
    :param data: 原始N维numpy数组
    :param n_resamples: 重采样次数
    :param sample_axis: 执行重采样的轴，默认沿第0轴采样（保留其余维度的结构）
    :param rng: numpy随机数生成器，传入固定种子的实例可保证结果可复现
    :return: 重采样后的数组，sample_axis=0时输出形状为 (n_resamples, *data.shape)
    """
    if rng is None:
        rng = np.random.default_rng()
    # 获取采样轴的样本总量
    sample_count = data.shape[sample_axis]
    # 一次性生成所有重采样所需的有放回抽样索引
    resample_idx = rng.integers(0, sample_count, size=(n_resamples, sample_count))
    # 沿指定轴按索引取数，自动适配任意维度、任意采样轴
    return np.take(data, resample_idx, axis=sample_axis)


# 用法示例
if __name__ == "__main__":
    # 初始化固定种子的随机数生成器，保证可复现
    rng = np.random.default_rng(42)
    n_resamples = 9999

    # 1维数组测试（和你原有逻辑完全对齐）
    data_1d = np.arange(2, 3, 0.1)
    bs_1d = nd_bootstrap(data_1d, n_resamples=n_resamples, rng=rng)
    # 计算每次重采样的标准差，和你原来列表推导式的输出一致
    bs_1d_std = np.std(bs_1d, axis=1)
    print(f"1维重采样结果形状：{bs_1d.shape}，统计量形状：{bs_1d_std.shape}")

    # 3维数组测试（对应你示例中(2,3,2)形状的数组）
    data_nd = rng.random((2, 3, 2))
    # 沿第0轴重采样：每次从2个外层样本中有放回抽2个，保留内部(3,2)的结构
    bs_nd = nd_bootstrap(data_nd, n_resamples=n_resamples, sample_axis=0, rng=rng)
    # 计算每次重采样的全局标准差
    bs_nd_std = np.std(bs_nd, axis=(1, 2, 3))
    print(f"3维重采样结果形状：{bs_nd.shape}，统计量形状：{bs_nd_std.shape}")

使用说明 #

• 采样轴可自定义：如果你的数组是(特征数, 样本数)结构，只需要传入sample_axis=1即可沿样本维度重采样，不需要调整数组形状。
• 性能远高于Python层循环：所有索引生成、采样操作都是numpy向量化实现，比列表推导式逐次采样的实现快1~2个数量级。
• 支持自定义采样概率：如果需要给样本设置非等权重的采样概率，把生成索引的代码替换为resample_idx = rng.choice(sample_count, size=(n_resamples, sample_count), replace=True, p=sample_weights)即可，该接口在numpy 1.19.4下同样可用。
• 注意你原有代码的小问题：random.seed(random_state)需要单独导入标准库random模块，而且统一使用numpy的随机数生成器接口更方便管理随机状态，避免不同库随机源不一致导致的复现问题。

内容的提问来源于stack exchange，提问作者mj_whales