用python洗牌数组,用python随机数组项的顺序

用python洗牌数组最简单的方法是什么?

309371 次浏览
import random
random.shuffle(array)
import random
random.shuffle(array)

其他答案是最简单的,然而有点烦人的是random.shuffle方法实际上并不返回任何东西——它只是对给定的列表进行排序。如果你想链式调用,或者只是能够在一行中声明一个洗牌数组,你可以这样做:

    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']):

当处理常规的Python列表时,random.shuffle()将完成工作,就像前面的答案所显示的那样。

但是当涉及到ndarray(numpy.array)时,random.shuffle似乎破坏了原始的ndarray。这里有一个例子:

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)

random.shuffle一样,np.random.shuffle在原地打乱数组。

除了前面的回复,我想介绍另一个功能。

numpy.random.shufflerandom.shuffle执行就地变换。然而,如果你想返回一个打乱的数组,numpy.random.permutation是要使用的函数。

我不知道我使用了random.shuffle(),但它返回'None'给我,所以我写了这个,可能对别人有帮助

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

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) )

另一种方法是使用sklearn

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:可以同时随机多个数组,而不会中断映射。'random_state'可以控制可复制行为的变换。

你可以用随机键对数组排序

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

键只读取一次,所以在排序期间比较项目仍然有效。

但看起来random.shuffle(array)会更快,因为它是用C写的

顺便说一下,这是O(log(N)

# 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]

注意,random.shuffle()不应该用于多维数组,因为它会导致重复。

假设你想要沿着数组的第一个维度洗牌,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))

沿着第一个轴,第i个元素对应于一个2x3矩阵其中所有的元素都等于i。

如果我们对多维数组使用正确的洗牌函数,即np.random.shuffle(x),数组将按照需要沿着第一个轴洗牌。然而,使用random.shuffle(x)会导致重复。你可以通过在洗牌后运行len(np.unique(x))来检查这一点,使用np.random.shuffle()会得到10(正如预期的那样),但使用random.shuffle()时只有5左右。