不好意思，不知道是不是我的表达有问题，我在这里似乎找不到任何与我的问题相似的东西。

我有一个二维列表，每行代表一个案例，每列代表一个特征（用于机器学习）。此外，我还有一个单独的列表（列）作为标签。

我想从二维列表中随机选择行来训练分类器，并使用剩余的行来测试准确性。因此，我需要知道所有用于训练的行的索引，以避免重复使用。

我认为这个问题可以分为两部分：1）如何随机选择；2）如何获取索引。

我再次不知道为什么在这里搜索不到好的信息（可能是我太笨了）。

抱歉我还是社区的新手，所以可能犯了很多格式错误。如果您有任何建议，请告诉我。

这是我用来获取二维列表的代码部分

#273 = 案例数量feature_list=[[0]*len(mega_list)]*273#创建计数器以便稍后使用索引link_count=0feature_count=0#print len(mega_list)for link in url_list[:-1]:    #设置URL    samp_url='http://www.mtsamples.com'+link    samp_url = "%20".join( samp_url.split() )    #使用关键词进行解析    samp_soup=BeautifulSoup(urllib2.urlopen(samp_url).read())    keywords=samp_soup.find('meta')['content']    keywords=keywords.split(',')    for keys in keywords:        #print 'megalist: '+ str(mega_list.index(keys))        if keys in mega_list:            feature_list[link_count][mega_list.index(keys)]=1 

mega_list: 包含所有关键词的列表

feature_list: 二维列表，如果mega_list中的某个词存在，则相应的单元格设为1，否则为0

回答：

我建议将数据存储在pandas数据框中，而不是二维列表。如果我理解你的数据正确，你可以这样做：

import pandas as pddf = pd.DataFrame(feature_list, columns = mega_list)

我没有看到提到任何因变量，但我假设你有一个，因为你提到了分类算法。如果你的因变量称为”Y”，并且是以列表格式存储，其索引与你的特征对齐，那么这段代码将对你有用：

from sklearn import cross_validationx_train, x_test, y_train, y_test = cross_validation.train_test_split(    df, Y, test_size=0.8, random_state=0)