如何使用Numpy实现高效打乱矩阵或数组行的操作？

本文共计485个文字，预计阅读时间需要2分钟。

目录 + numpy 打乱数组和打乱矩阵行 + numpy.random.shuffle 打乱数组和列表的顺序 + 总结 + numpy 打乱数组和矩阵行 + 使用numpy.random.shuffle函数，可以打乱ndarray对象的第零维度 +

目录

• numpy打乱数组或打乱矩阵行
• numpy.random.shuffle打乱数组或者列表的顺序
• numpy.random.shuffle
• 总结

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自由互联。