使用python随机整理数组，使用python随机化数组项顺序

用python重组数组的最简单方法是什么？

import random
random.shuffle(array)

import random
random.shuffle(array)

使用sklearn的另一种方法

from sklearn.utils import shuffle
X=[1,2,3]
y = ['one', 'two', 'three']
X, y = shuffle(X, y, random_state=0)
print(X)
print(y)

输出：

[2, 1, 3]
['two', 'one', 'three']

优点：您可以同时随机分配多个阵列，而不会破坏映射。并且“ random_state”可以控制改组以实现可重现的行为。

其他答案最简单，但是令人讨厌的是该random.shuffle方法实际上不返回任何内容，它只是对给定列表进行排序。如果要链接调用，或者只想在一行中声明一个改组数组，则可以执行以下操作：

    import random
    def my_shuffle(array):
        random.shuffle(array)
        return array

然后，您可以执行以下操作：

    for suit in my_shuffle(['hearts', 'spades', 'clubs', 'diamonds']):

当处理常规的Python列表时，random.shuffle()将按照前面的答案所示进行操作。

但是，当谈到ndarray（numpy.array）时，random.shuffle似乎打破了原来的ndarray。这是一个例子：

import random
import numpy as np
import numpy.random

a = np.array([1,2,3,4,5,6])
a.shape = (3,2)
print a
random.shuffle(a) # a will definitely be destroyed
print a

只需使用： np.random.shuffle(a)

像一样random.shuffle，np.random.shuffle就地调整数组的位置。

万一您想要一个新的数组，可以使用sample：

import random
new_array = random.sample( array, len(array) )

您可以使用随机键对数组进行排序

sorted(array, key = lambda x: random.random())

密钥只能读取一次，因此排序期间的比较项目仍然有效。

但是看起来好像random.shuffle(array)会更快，因为它是用C编写的

除了前面的答复，我还要介绍另一个功能。

numpy.random.shuffle以及random.shuffle执行就地改组。但是，如果要返回经过改组的数组，numpy.random.permutation则可以使用该函数。

我不知道我曾经用过，random.shuffle()但是它返回“ None”给我，所以我写了这个，可能对某人有帮助

def shuffle(arr):
    for n in range(len(arr) - 1):
        rnd = random.randint(0, (len(arr) - 1))
        val1 = arr[rnd]
        val2 = arr[rnd - 1]

        arr[rnd - 1] = val1
        arr[rnd] = val2

    return arr

# arr = numpy array to shuffle

def shuffle(arr):
    a = numpy.arange(len(arr))
    b = numpy.empty(1)
    for i in range(len(arr)):
        sel = numpy.random.random_integers(0, high=len(a)-1, size=1)
        b = numpy.append(b, a[sel])
        a = numpy.delete(a, sel)
    b = b[1:].astype(int)
    return arr[b]

请注意，random.shuffle()不应在多维数组上使用它，因为它会引起重复。

假设您想沿数组的第一维进行混洗，我们可以创建以下测试示例，

import numpy as np
x = np.zeros((10, 2, 3))

for i in range(10):
   x[i, ...] = i*np.ones((2,3))

因此，沿着第一个轴，第i个元素对应于2x3矩阵，其中所有元素都等于i。

如果我们对多维数组使用正确的随机播放功能，即np.random.shuffle(x)该数组将根据需要沿第一个轴随机播放。但是，使用random.shuffle(x)会导致重复。您可以通过len(np.unique(x))在改组后运行来检查此问题，使用时可以得到10（按预期），np.random.shuffle()但使用时只有5 random.shuffle()。