使用Numpy打乱数组或打乱矩阵行
作者：coasxu
这篇文章主要介绍了使用Numpy打乱数组或打乱矩阵行问题，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教
numpy打乱数组或打乱矩阵行
使用numpy.random.shuffle函数，能够打乱ndarray对象的第一维度，对于数组来说，就是整体被打乱。
对于矩阵来说，第一维度行被打乱。可以在打乱训练数据或测试模型性能的时候使用。
- Parameters: x: array_like
- Returns: None
e.g.
>>> arr = np.arange(10) >>> np.random.shuffle(arr) >>> arr [9, 1, 2, 7, 5, 3, 0, 8, 4, 6]
多维数组
>>> arr = np.arange(9).reshape((3, 3)) # array([[0, 1, 2], # [3, 4, 5], # [6, 7, 8]]) >>> np.random.shuffle(arr) >>> arr array([[0, 1, 2], [6, 7, 8], [3, 4, 5]])
numpy.random.shuffle打乱数组或者列表的顺序
numpy.random.shuffle
注：打乱数组时，只沿着多维数组的第一个轴移动数组。子数组的顺序改变了，但它们的内容保持不变．
shuffle(x)
Modify a sequence in-place by shuffling its contents.
This function only shuffles the array along the first axis of a
multi-dimensional array. The order of sub-arrays is changed but
their contents remains the same.
Parameters
----------
x : array_like
The array or list to be shuffled.
Returns
-------
None
Examples
--------
>>> arr = np.arange(10)
>>> np.random.shuffle(arr)
>>> arr
[1 7 5 2 9 4 3 6 0 8]
Multi-dimensional arrays are only shuffled along the first axis:
>>> arr = np.arange(9).reshape((3, 3))
>>> np.random.shuffle(arr)
>>> arr
array([[3, 4, 5],
[6, 7, 8],
[0, 1, 2]])
"""总结
以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。