以相同的顺序一次洗牌两个列表

Question

我正在使用 nltk 库的 movie_reviews 语料库，其中包含大量文档。我的任务是通过数据预处理而不是预处理来预测这些评论的性能。但是有一个问题，在documents 和documents2 列表中，我有相同的文件，我需要对它们进行洗牌，以便在两个列表中保持相同的顺序。我不能单独洗牌，因为每次洗牌时，我都会得到其他结果。这就是为什么我需要用相同的顺序一次洗牌，因为我需要最后比较它们（这取决于顺序）。我正在使用 python 2.7

示例（实际上是标记化的字符串，但不是相对的）：

documents = [(['plot : two teen couples go to a church party , '], 'neg'),
             (['drink and then drive . '], 'pos'),
             (['they get into an accident . '], 'neg'),
             (['one of the guys dies'], 'neg')]

documents2 = [(['plot two teen couples church party'], 'neg'),
              (['drink then drive . '], 'pos'),
              (['they get accident . '], 'neg'),
              (['one guys dies'], 'neg')]

我需要在随机播放两个列表后得到这个结果：

documents = [(['one of the guys dies'], 'neg'),
             (['they get into an accident . '], 'neg'),
             (['drink and then drive . '], 'pos'),
             (['plot : two teen couples go to a church party , '], 'neg')]

documents2 = [(['one guys dies'], 'neg'),
              (['they get accident . '], 'neg'),
              (['drink then drive . '], 'pos'),
              (['plot two teen couples church party'], 'neg')]

我有这个代码：

def cleanDoc(doc):
    stopset = set(stopwords.words('english'))
    stemmer = nltk.PorterStemmer()
    clean = [token.lower() for token in doc if token.lower() not in stopset and len(token) > 2]
    final = [stemmer.stem(word) for word in clean]
    return final

documents = [(list(movie_reviews.words(fileid)), category)
             for category in movie_reviews.categories()
             for fileid in movie_reviews.fileids(category)]

documents2 = [(list(cleanDoc(movie_reviews.words(fileid))), category)
             for category in movie_reviews.categories()
             for fileid in movie_reviews.fileids(category)]

random.shuffle( and here shuffle documents and documents2 with same order) # or somehow

Answer 1

你可以这样做：

import random

a = ['a', 'b', 'c']
b = [1, 2, 3]

c = list(zip(a, b))

random.shuffle(c)

a, b = zip(*c)

print a
print b

[OUTPUT]
['a', 'c', 'b']
[1, 3, 2]

当然，这是一个更简单的列表示例，但适应您的情况是一样的。

希望对您有所帮助。祝你好运。

Answer 2

您可以使用 shuffle 函数的第二个参数来固定 shuffle 的顺序。

具体来说，您可以将 shuffle 函数的第二个参数传递给零参数函数，该函数返回 [0, 1) 中的值。这个函数的返回值固定了洗牌的顺序。 （默认情况下，即如果您不传递任何函数作为第二个参数，则它使用函数random.random()。您可以在第 277 行看到它here。）

这个例子说明了我所描述的：

import random

a = ['a', 'b', 'c', 'd', 'e']
b = [1, 2, 3, 4, 5]

r = random.random()            # randomly generating a real in [0,1)
random.shuffle(a, lambda : r)  # lambda : r is an unary function which returns r
random.shuffle(b, lambda : r)  # using the same function as used in prev line so that shuffling order is same

print a
print b

输出：

['e', 'c', 'd', 'a', 'b']
[5, 3, 4, 1, 2]

Answer 3

同时打乱任意数量的列表。

from random import shuffle

def shuffle_list(*ls):
  l =list(zip(*ls))

  shuffle(l)
  return zip(*l)

a = [0,1,2,3,4]
b = [5,6,7,8,9]

a1,b1 = shuffle_list(a,b)
print(a1,b1)

a = [0,1,2,3,4]
b = [5,6,7,8,9]
c = [10,11,12,13,14]
a1,b1,c1 = shuffle_list(a,b,c)
print(a1,b1,c1)

输出：

$ (0, 2, 4, 3, 1) (5, 7, 9, 8, 6)
$ (4, 3, 0, 2, 1) (9, 8, 5, 7, 6) (14, 13, 10, 12, 11)

注意：
shuffle_list() 返回的对象是tuples。

附： shuffle_list() 也可以应用于numpy.array()

a = np.array([1,2,3])
b = np.array([4,5,6])

a1,b1 = shuffle_list(a,b)
print(a1,b1)

输出：

$ (3, 1, 2) (6, 4, 5)

Answer 4

我有一个简单的方法来做到这一点

import numpy as np
a = np.array([0,1,2,3,4])
b = np.array([5,6,7,8,9])

indices = np.arange(a.shape[0])
np.random.shuffle(indices)

a = a[indices]
b = b[indices]
# a, array([3, 4, 1, 2, 0])
# b, array([8, 9, 6, 7, 5])

Answer 5

from sklearn.utils import shuffle

a = ['a', 'b', 'c','d','e']
b = [1, 2, 3, 4, 5]

a_shuffled, b_shuffled = shuffle(np.array(a), np.array(b))
print(a_shuffled, b_shuffled)

#random output
#['e' 'c' 'b' 'd' 'a'] [5 3 2 4 1]

Answer 6

简单快捷的方法是使用 random.seed() 和 random.shuffle() 。它可以让您多次生成相同的随机顺序。 它看起来像这样：

a = [1, 2, 3, 4, 5]
b = [6, 7, 8, 9, 10]
seed = random.random()
random.seed(seed)
a.shuffle()
random.seed(seed)
b.shuffle()
print(a)
print(b)

>>[3, 1, 4, 2, 5]
>>[8, 6, 9, 7, 10]

这也适用于由于内存问题而无法同时处理两个列表的情况。

Answer 7

您可以将值的顺序存储在变量中，然后同时对数组进行排序：

array1 = [1, 2, 3, 4, 5]
array2 = ["one", "two", "three", "four", "five"]

order = range(len(array1))
random.shuffle(order)

newarray1 = []
newarray2 = []
for x in range(len(order)):
    newarray1.append(array1[order[x]])
    newarray2.append(array2[order[x]])

print newarray1, newarray2

Answer 8

这也有效：

import numpy as np

a = ['a', 'b', 'c']
b = [1, 2, 3]

rng = np.random.default_rng()

state = rng.bit_generator.state
rng.shuffle(a)
# use same seeds for a & b!
rng.bit_generator.state = state # set state to same state as before
rng.shuffle(b)

print(a)
print(b)

输出：

['b', 'a', 'c']
[2, 1, 3]