使用 python 打乱数组顺序，使用 python 随机化数组项顺序

问题描述：

使用 python 来随机排列数组的最简单方法是什么？

解决方案 1：

import random
random.shuffle(array)

解决方案 2：

import random
random.shuffle(array)

解决方案 3：

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：您可以同时随机化多个数组而不会破坏映射。并且“random_state”可以控制改组以实现可重现的行为。

解决方案 4：

如果你想要一个新数组，你可以使用sample：

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

解决方案 5：

其他答案是最简单的，但是该random.shuffle方法实际上不返回任何内容，这有点烦人 - 它只是对给定的列表进行排序。如果您想链接调用或只是能够在一行中声明一个随机数组，您可以这样做：

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

然后你可以这样做：

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

解决方案 6：

当处理常规 Python 列表时，random.shuffle()将按照前面的答案所示完成工作。

但当涉及到ndarray（numpy.array）时，random.shuffle似乎破坏了原来的ndarray。以下是一个例子：

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)

类似于random.shuffle，np.random.shuffle就地对数组进行打乱。

解决方案 7：

你可以用随机键对数组进行排序

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

键仅被读取一次，因此排序时比较项目仍然有效。

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

顺便说一下，这是 O(Nlog(N))

解决方案 8：

除了前面的回复之外，我还想介绍另一个功能。

numpy.random.shuffle以及random.shuffle执行就地改组。但是，如果您想返回改组后的数组，numpy.random.permutation则可以使用该函数。

解决方案 9：

我不知道我用过，random.shuffle()但它返回“无”，所以我写了这个，可能对某些人有帮助

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

解决方案 10：

请注意，random.shuffle()不应在多维数组上使用，因为它会导致重复。

假设你想沿着数组的第一个维度进行打乱，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))

因此沿着第一个轴，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 shuffle 函数，即np.random.shuffle(x)，数组将按预期沿第一个轴进行 shuffle。但是，使用random.shuffle(x)会导致重复。你可以在 shuffle 之后运行来检查这一点，使用 时len(np.unique(x))会得到 10（如预期的那样），np.random.shuffle()但使用 时只会得到 5 左右random.shuffle()。

解决方案 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]