Rozważmy następujący kodEfektywne rozdzielanie danych w Pythonie
one, two = sales.random_split(0.5, seed=0)
set_1, set_2 = one.random_split(0.5, seed=0)
set_3, set_4 = two.random_split(0.5, seed=0)
Co staram się w ten kod jest losowo podzielone moich danych w SalesSframe (który jest podobny do Pandy DataFrame) do około 4 równe części.
Co to jest Pythonowy/Wydajny sposób, aby to osiągnąć?
np.random.seed(0)
np.random.shuffle(arr) # in-place
sets = np.array_split(arr, 4)
Czy mógłbyś podzielić się swoimi komentarzami, dlaczego jest to bardziej efektywne? Również widzę, że używasz '' 'NumPy''' Co oznacza, że muszę przekonwertować' '' SFrame''' na '' NumPy Array'''. Czy nie doda narzutów z powodu konwersji? –
@KhurramMajeed: Nie testowałem, aby wiedzieć, czy jest on szybszy niż oryginalny kod, ale uważam ten kod za wydajny i NumPythonic. Spróbuj i sprawdź, czy przyspieszy to. Jeśli nie, może trzymać się oryginału. Jestem pewien, że możesz przekonwertować 'sets' z powrotem na' Sframes' na końcu, jeśli potrzebujesz. –
Czy możesz wyjaśnić, dlaczego nie jest to Pythoniczne lub wydajne, jak napisane? Jednym z problemów, jaki widzę, jest tworzenie wielu fałd, które nie są potęgą dwójki, ale to brzmi inaczej niż o to pytasz. – papayawarrior