使用 python 打乱数组，使用 python 随机化数组项顺序

Question

用 python 打乱数组的最简单方法是什么？

Answer 1

import random
random.shuffle(array)

Answer 2

import random
random.shuffle(array)

Answer 3

使用 sklearn

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：您可以同时随机化多个阵列，而不会破坏映射。 “random_state”可以控制可重现行为的洗牌。

Answer 4

如果您想要一个新数组，可以使用sample：

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

Answer 5

其他答案是最简单的，但是有点烦人的是 random.shuffle 方法实际上并不返回任何内容 - 它只是对给定列表进行排序。 如果您想链接调用或只是能够在一行中声明一个打乱的数组，您可以执行以下操作：

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']):

Answer 6

处理常规 Python 列表时，random.shuffle() 将完成前面答案所示的工作。

但当谈到 ndarray(numpy.array) 时，random.shuffle 似乎破坏了原来的 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)

与random.shuffle一样，np.random.shuffle对数组进行洗牌到位。

Answer 7

您可以使用随机键对数组进行排序，

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

键只能读取一次，因此在排序过程中比较项目仍然有效。

但看起来 random.shuffle(array) 会更快，因为它是用 C 编写的，

这是 O(Nlog(N)) 顺便说一句

Answer 8

除了前面的回复之外，我还想介绍一下另一个功能。

numpy.random.shuffle 以及 random.shuffle 执行就地洗牌。 但是，如果你想返回一个打乱的数组，numpy.random.permutation 就是要使用的函数。

Answer 9

我不知道我使用了 random.shuffle() 但它返回“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

Answer 10

请注意，random.shuffle() 不应用于多维数组，因为它会导致重复。

想象一下，您想要沿数组的第一个维度对数组进行打乱，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))

以便沿第一个轴，第 i 个元素对应于一个 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洗牌函数，即np.random.shuffle(x)，数组将根据需要沿第一个轴洗牌。 但是，使用 random.shuffle(x) 会导致重复。 您可以通过在洗牌后运行 len(np.unique(x)) 来检查这一点，这会给您 10 （如预期）与 np.random.shuffle() 但仅大约5 使用random.shuffle()时。

Answer 11

# 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]