np.random.permutation()函数和np.shuffle()函数的使用

zjz_xn

已于 2022-03-06 09:43:09 修改

阅读量3.8k

点赞数 6

分类专栏： numpy 文章标签： python 排序算法算法

于 2022-02-14 13:20:24 首次发布

本文链接：https://blog.csdn.net/baicaiBC3/article/details/122922472

版权

这篇博客介绍了在Python中如何使用np.random.permutation()和np.shuffle()函数进行随机排列。前者用于返回数组的一个排列，而后者直接在原数组上进行就地打乱。对于多维数组，permuation()会按维度打乱，而shuffle()则直接混合所有元素。通过示例展示了如何保持数据间的对应关系，并提供了针对一维和二维数组的代码示例。

摘要由CSDN通过智能技术生成

Permutation：（一组事物可能的一种）序列，排列，排列中的任一组数字或文字;
这个函数的使用来随机排列一个数组的，第一个例子如图1所示：
在这里插入图片描述
对多维数组来说，是多维随机打乱而不是1维，例如：
第一次运行结果（代码在左侧），如图2所示：

第二次运行结果（代码在左侧），如图3所示：

如果要利用次函数对输入数据X、Y进行随机排序，且要求随机排序后的X Y中的值保持原来的对应关系，可以这样处理：
permutation = list(np.random.permutation(m)) #m为样本数
shuffled_X = X[permutation]
shuffled_Y = Y[permutation].reshape((1,m))
图4中的代码是针对一维数组来说的,(图片中右侧为运行结果)：
在这里插入图片描述
图5中的代码是针对二维数组来说的，(图片中右侧为运行结果)：

代码示例：

# permutation()函数使用示例
def testPermutation():
    print("==================打乱数组元素的顺序==================")
    x = np.arange(10).reshape(5, 2)
    print("原数组：")
    print(x)
    x_permutation = np.random.permutation(x)
    print("打乱后的数组：")
    print(x_permutation