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.
1 2 3 4 | >>> arr = np.arange(10)>>> np.random.shuffle(arr)>>> arr[9, 1, 2, 7, 5, 3, 0, 8, 4, 6] |
多维数组
1 2 3 4 5 6 7 8 9 | >>> arr = np.arange(9).reshape((3, 3))# array([[0, 1, 2],# [3, 4, 5],# [6, 7, 8]])>>> np.random.shuffle(arr)>>> arrarray([[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)
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 | 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IT俱乐部。
