如何在python中随机打乱数据和目标？答案

【问题标题】：How to randomly shuffle data and target in python?如何在python中随机打乱数据和目标？
【发布时间】：2021-04-16 04:53:49
【问题描述】：

我有一个 4D 数组训练图像，其尺寸对应于 (image_number,channels,width,height)。我还有一个 2D 目标标签，其维度对应于 (image_number,class_number)。训练时，我想使用 random.shuffle 随机打乱数据，但是如何保持标签按图像的相同顺序打乱？谢谢！

【问题讨论】：

标签： python numpy

【解决方案1】：

from sklearn.utils import shuffle
import numpy as np

X = np.array([[0, 0, 0], [1, 1, 1], [2, 2, 2], [3, 3, 3], [4, 4, 4]])
y = np.array([0, 1, 2, 3, 4])
X, y = shuffle(X, y)
print(X)
print(y)



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

[1 3 0 2 4]

【讨论】：

为帮助读者理解您的解决方案，请考虑包含对您的代码的简短描述以及它如何解决发布的问题
@HenryWoody 我认为代码是不言自明的。

【解决方案2】：

还有另一种简单的方法可以做到这一点。让我们假设总共有N 个图像。然后我们可以执行以下操作：

from random import shuffle

ind_list = [i for i in range(N)]
shuffle(ind_list)
train_new  = train[ind_list, :,:,:]
target_new = target[ind_list,]

【讨论】：

您可以使用list(range(N))，而不是[i for i in range(N)]。

【解决方案3】：

如果你想要一个仅限 numpy 的解决方案，你可以在第一个数组上重新索引第二个数组，假设你在两个数组中都有相同的图像编号：

In [67]: train = np.arange(20).reshape(4,5).T

In [68]: target = np.hstack([np.arange(5).reshape(5,1), np.arange(100, 105).reshape(5,1)])

In [69]: train
Out[69]:
array([[ 0,  5, 10, 15],
       [ 1,  6, 11, 16],
       [ 2,  7, 12, 17],
       [ 3,  8, 13, 18],
       [ 4,  9, 14, 19]])

In [70]: target
Out[70]:
array([[  0, 100],
       [  1, 101],
       [  2, 102],
       [  3, 103],
       [  4, 104]])

In [71]: np.random.shuffle(train)

In [72]: target[train[:,0]]
Out[72]:
array([[  2, 102],
       [  3, 103],
       [  1, 101],
       [  4, 104],
       [  0, 100]])

In [73]: train
Out[73]:
array([[ 2,  7, 12, 17],
       [ 3,  8, 13, 18],
       [ 1,  6, 11, 16],
       [ 4,  9, 14, 19],
       [ 0,  5, 10, 15]])

【讨论】：

【解决方案4】：

根据您想要做什么，您还可以为数组的每个维度随机生成一个数字

random.randint(a, b)  #a and b are the extremes of your array

这将在您的对象中随机选择。

【讨论】：

由于random.randint(a, b) 不保证生成的号码与之前生成的号码不同，因此每次生成唯一号码时都需要手动跟踪，直到所有数据被覆盖。

【解决方案5】：

如果您正在寻找同步/统一随机播放，您可以使用以下函数。

def unisonShuffleDataset(a, b):
    assert len(a) == len(b)
    p = np.random.permutation(len(a))
    return a[p], b[p]

上面的一个仅适用于 2 个 numpy。通过在 func 上添加输入变量的数量，可以扩展到 2 以上。以及函数的返回。

【讨论】：