有时候我们会有随机打乱一个数组的需求,例如训练时随机打乱样本,我们可以使用 numpy.random.shuffle()
或者 numpy.random.permutation()
来完成。这两者非常相似,实现的功能是一样的,那么他们到底有什么区别?
本文代码及图片可以在 我的GitHub 找到。
以下 numpy.random.shuffle()
简称 shuffle
,numpy.random.permutation()
简称 permutation
。
shuffle
的参数只能是 array_like
,而 permutation
除了 array_like
还可以是 int
类型,如果是 int
类型,那就随机打乱 numpy.arange(int)
。shuffle
返回 None
,这点尤其要注意,也就是说没有返回值,而 permutation
则返回打乱后的 array。permutation
其实在内部实现也是调用的 shuffle
,这点从 Numpy 的源码 可以看出来:
def permutation(self, object x):
'''这里都是帮助文档,我就省略了'''
if isinstance(x, (int, long, np.integer)):
arr = np.arange(x)
else:
arr = np.array(x)
self.shuffle(arr)
return arr
为了测试两者的速度区别,我分别使用了 shuffle
和 permutation
对不同长度的 array 进行随机打乱并计时。
关键代码如下:
n = 10 ** np.arange(1, 10)
shuffle_elapsed = []
permutation_elapsed = []
for i in n:
print(i)
start = time.time()
a = np.arange(i)
np.random.shuffle(a)
end = time.time()
shuffle_elapsed.append((i, end - start))
start = time.time()
b = np.random.permutation(i)
end = time.time()
permutation_elapsed.append((i, end - start))
结果:
右键在新标签页打开查看大图
可以看出在达到 10910^9 级别以前,两者速度几乎没有差别,但是在 达到 10910^9 以后两者速度差距明显拉大,shuffle
的用时明显短于 permutation
。
所以在 array 很大的时候还是使用 shuffle
速度更快些,但要注意其不返回打乱后的 array,是 inplace 修改。