我需要做的第一步是从一个numpy矩阵中随机选择（有放回）50行，用于训练一个线性分离器。

然后，我需要使用未被选中的行来测试这个线性分离器。

对于第一部分，其中A是我的完整数据矩阵，我这样做：

A_train = A[np.random.randint(A.shape[0],size=50),:]

但目前我没有有效的方法来找到：

A_test = ...

其中A_test不包含与A_train相同的行。我该怎么做呢？

这个问题的关键是A是一个n x m的矩阵，而不是一维矩阵…

回答：

你可以使用np.setdiff1d来查找不在你的训练集中包含的行索引：

import numpy as npgen = np.random.RandomState(0)n_total = 1000n_train = 800train_idx = gen.choice(n_total, size=n_train)test_idx = np.setdiff1d(np.arange(n_total), train_idx)

有放回抽样的一个后果是，测试集中可包含的样本数量会根据训练集中重复样本的数量而变化：

print(test_idx.size)# 439

如果你希望确保测试集的大小一致，你可以从不在训练集中的索引集合中重新抽样有放回地选择：

n_test = 200test_idx2 = gen.choice(test_idx, size=n_test)

如果你实际上不关心有放回抽样，那么一个更简单的选项是生成所有索引的随机排列，然后取前N个作为训练样本，其余的作为测试样本：

idx = gen.permutation(n_total)train_idx, test_idx = idx[:n_train], idx[n_train:]

或者你可以使用np.random.shuffle直接对数组的行进行原地洗牌。

我还应该指出，scikit-learn有各种便捷方法用于将数据划分为训练集和测试集，以进行交叉验证的目的。