NumPy数组按行随机选10个元素的实现及plt.matshow()绘图方法

你的代码存在两个根本性错误，是所有实现失败的原因：

• 自定义函数硬编码了Xtrain[0,:]，无论外部怎么遍历、怎么调用apply_along_axis，函数逻辑永远只会操作矩阵第一行，完全不会处理其他行
• 误将np.random.choice的第一个参数传成了X的元素值，而非行内的列位置索引——你需要的是从每行的784个位置里随机挑10个位置取值，不是在第一行的数值里抽选重复值

方案1：全向量化实现（无循环，适配3000行规模，运行速度最快） #

这个方法不需要逐行调用函数，完全由numpy批量并行计算，不会出现循环/高阶函数调用的参数传递问题。

1. 核心逻辑：对矩阵每一行生成无重复的随机列索引，再按索引批量取值

import numpy as np

# 原始矩阵维度：(3000, 784)，对应你的X
n_samples, n_features = X.shape
n_pick = 10  # 每行要抽取的元素数量

# 1. 为所有行生成随机列索引：给每个元素位置生成独立随机数，按行排序后取前10个位置的索引
# 生成的索引矩阵维度为(3000, 10)，每行对应10个不重复的随机列位置
random_col_indices = np.argsort(np.random.rand(n_samples, n_features), axis=1)[:, :n_pick]

# 2. 按索引抽取元素，得到的新矩阵维度为(3000, 10)
X_picked = X[np.arange(n_samples)[:, None], random_col_indices]

方案2：修正后的apply_along_axis实现（和你最初尝试的思路匹配） #

如果你一定要用np.apply_along_axis实现，只需要修正自定义函数的逻辑——让函数处理传入的单行数据，而非硬编码索引整个X矩阵的固定行：

def pick_single_row(row, pick_count):
    # 函数接收的row是arr的单行数据，直接在该行的长度范围内生成随机索引
    col_indices = np.random.choice(len(row), pick_count, replace=False)
    return row[col_indices]

# apply_along_axis会逐行把X的每一行传给pick_single_row，额外参数通过args传入
X_picked = np.apply_along_axis(pick_single_row, axis=1, arr=X, pick_count=10)

注：之前apply_along_axis调用失败，90%的概率是你在自定义函数里依然引用了全局的Xtrain[0,:]，没有使用函数入参传入的单行数据，或是没有把pick_count作为额外参数传递给高阶函数

你可以先把抽取后的矩阵按Y标签排序，让同一类别的样本连续排列，可视化结果会更清晰：

import matplotlib.pyplot as plt

# 按标签Y升序排序所有样本行
sort_order = np.argsort(Y.flatten())
X_vis = X_picked[sort_order]
Y_vis = Y[sort_order]

# 绘制热力图
plt.matshow(X_vis, aspect='auto', cmap='viridis')
# 添加分类标注，避免分不清两类样本的边界
plt.yticks(
    ticks=np.arange(0, n_samples, 500),
    labels=[f"Sample Label: {Y_vis[i][0]}" for i in np.arange(0, n_samples, 500)]
)
plt.xlabel("Randomly Picked Feature Position")
plt.ylabel("Sample (Sorted by Label)")
plt.colorbar(label="Original Feature Value")
plt.show()

注意：如果你的X是MNIST类的图像数据集（784维对应28*28像素），直接抽10个随机像素位置做matshow的区分度会比较有限，建议可以结合不同类别的像素均值做差异筛选，再做随机抽样。

内容的提问来源于stack exchange，提问作者lambda