np.random.permutation函数的使用

Permutation：（一组事物可能的一种） 序列，排列，排列中的任一组数字或文字;
这个函数的使用来随机排列一个数组的，第一个例子如图1所示：

对多维数组来说，是多维随机打乱而不是1维，例如：
第一次运行结果（代码在左侧），如图2所示：

第二次运行结果（代码在左侧），如图3所示：

如果要利用次函数对输入数据X、Y进行随机排序，且要求随机排序后的X Y中的值保持原来的对应关系，可以这样处理：
permutation = list(np.random.permutation(m)) #m为样本数
shuffled_X = X[permutation]
shuffled_Y = Y[permutation].reshape((1,m))
图4中的代码是针对一维数组来说的,(图片中右侧为运行结果)：

图5中的代码是针对二维数组来说的，(图片中右侧为运行结果)：

代码示例：

# permutation()函数使用示例def testPermutation(): print("==================打乱数组元素的顺序==================") x = np.arange(10).reshape(5, 2) print("原数组：") print(x) x_permutation = np.random.permutation(x) print("打乱后的数组：") print(x_permutation) print("n==================对应打乱2个数组元素的顺序==================") print("原数组：") x = np.array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9]) y = np.array([1, 0, 1, 0, 1, 0, 1, 0, 1, 0]) print(x) print(y) m = 10 # 元素个数 permutation_array = np.random.permutation(m) # [0 7 3 2 1 8 4 6 5 9] permutation = list(permutation_array) # [0, 7, 3, 2, 1, 8, 4, 6, 5, 9] shuffled_X = x[permutation] shuffled_Y = y[permutation] print("打乱后的数组：") print(shuffled_X) # [0 7 3 2 1 8 4 6 5 9] print(shuffled_Y) # [1 0 0 1 0 1 1 1 0 0]

运行结果：

==================打乱数组元素的顺序==================原数组：[[0 1] [2 3] [4 5] [6 7] [8 9]]打乱后的数组：[[8 9] [2 3] [4 5] [6 7] [0 1]]==================对应打乱2个数组元素的顺序==================原数组：[0 1 2 3 4 5 6 7 8 9][1 0 1 0 1 0 1 0 1 0]打乱后的数组：[5 7 4 9 8 0 3 1 2 6][0 0 1 0 1 1 0 0 1 1]