随机播放一个 numpy 数组答案

【问题标题】：Shuffle a numpy array随机播放一个 numpy 数组
【发布时间】：2014-04-21 00:28:34
【问题描述】：

我有一个想要随机播放的二维 numpy 数组。将其重塑为 1-d、洗牌并再次重塑为 2-d 的最佳方法是最好的方法，还是可以在不重塑的情况下洗牌？

仅使用 random.shuffle 不会产生预期的结果，并且 numpy.random.shuffle 只会随机播放行：

import random
import numpy as np
a=np.arange(9).reshape((3,3))
random.shuffle(a)
print a

[[0 1 2]
 [3 4 5]
 [3 4 5]]

a=np.arange(9).reshape((3,3))
np.random.shuffle(a)
print a

[[6 7 8]
 [3 4 5]
 [0 1 2]]

【问题讨论】：

标签： python random numpy shuffle

【解决方案1】：

您可以告诉np.random.shuffle 对扁平化版本采取行动：

>>> a = np.arange(9).reshape((3,3))
>>> a
array([[0, 1, 2],
       [3, 4, 5],
       [6, 7, 8]])
>>> np.random.shuffle(a.flat)
>>> a
array([[3, 5, 8],
       [7, 6, 2],
       [1, 4, 0]])

【讨论】：

如何打乱矩阵以保留行和列之间的对应关系？例如，第行和列 1 将被洗牌到洗牌矩阵中的第 3 行和第 3 列

【解决方案2】：

你可以洗牌a.flat:

>>> np.random.shuffle(a.flat)
>>> a
array([[6, 1, 2],
       [3, 5, 0],
       [7, 8, 4]])

【讨论】：

【解决方案3】：

我认为这非常重要需要注意。
您可以使用random.shuffle(a) 如果 a 是一维 numpy 数组。如果是 N-D（其中 N > 2）比

random.shuffle(a)

会破坏你的数据并返回一些随机的东西。正如你在这里看到的：

import random
import numpy as np
a=np.arange(9).reshape((3,3))
random.shuffle(a)
print a

[[0 1 2]
 [3 4 5]
 [3 4 5]]

这是 numpy 的已知 bug（或功能？）。

所以，仅使用numpy.random.shuffle(a) 用于numpy 数组。

【讨论】：