随机打乱numpy数组的每一行中的项
随机打乱numpy数组的每一行中的项
提问于 2018-05-28 00:35:09
我有一个numpy数组，如下所示：
Xtrain = np.array([[1, 2, 3],
[4, 5, 6],
[1, 7, 3]])我想对每一行的项目分别进行混洗，但不希望每一行的混洗都是相同的(就像在几个示例中一样，只是混洗列的顺序)。
例如，我需要如下所示的输出：
output = np.array([[3, 2, 1],
[4, 6, 5],
[7, 3, 1]])如何以有效的方式随机地对每一行进行随机洗牌？我实际的np数组有超过100000行和1000列。
回答 6
Stack Overflow用户
发布于 2018-05-28 01:08:37
因为您只想对列进行混洗，所以可以只对转置后的矩阵执行：
In [86]: np.random.shuffle(Xtrain.T)
In [87]: Xtrain
Out[87]:
array([[2, 3, 1],
[5, 6, 4],
[7, 3, 1]])请注意，2D数组上的random.suffle()会对行进行混洗，而不是对每行中的项进行混洗。即改变行的位置。因此，如果你改变了转置矩阵行的位置，你实际上就是在打乱原始数组的列。
如果你仍然想要一个完全独立的混洗，你可以为每一行创建随机索引，然后用一个简单的索引创建最终的数组：
In [172]: def crazyshuffle(arr):
...: x, y = arr.shape
...: rows = np.indices((x,y))[0]
...: cols = [np.random.permutation(y) for _ in range(x)]
...: return arr[rows, cols]
...: 演示：
In [173]: crazyshuffle(Xtrain)
Out[173]:
array([[1, 3, 2],
[6, 5, 4],
[7, 3, 1]])
In [174]: crazyshuffle(Xtrain)
Out[174]:
array([[2, 3, 1],
[4, 6, 5],
[1, 3, 7]])Stack Overflow用户
发布于 2018-05-28 00:55:45
来自：https://github.com/numpy/numpy/issues/5173
def disarrange(a, axis=-1):
"""
Shuffle `a` in-place along the given axis.
Apply numpy.random.shuffle to the given axis of `a`.
Each one-dimensional slice is shuffled independently.
"""
b = a.swapaxes(axis, -1)
# Shuffle `b` in-place along the last axis. `b` is a view of `a`,
# so `a` is shuffled in place, too.
shp = b.shape[:-1]
for ndx in np.ndindex(shp):
np.random.shuffle(b[ndx])
returnStack Overflow用户
发布于 2018-05-28 01:51:19
这个解决方案无论如何都不是很有效，但我觉得很有趣，所以把它写了下来。基本上，您将整理数组，并创建一个行标签数组和一个索引数组。您可以混洗索引数组，并用它索引原始和行标签数组。然后，将稳定的 argsort应用于行标签，将数据收集到行中。应用该索引、整形和viola，按行独立地混洗数据：
import numpy as np
r, c = 3, 4 # x.shape
x = np.arange(12) + 1 # Already raveled
inds = np.arange(x.size)
rows = np.repeat(np.arange(r).reshape(-1, 1), c, axis=1).ravel()
np.random.shuffle(inds)
x = x[inds]
rows = rows[inds]
inds = np.argsort(rows, kind='mergesort')
x = x[inds].reshape(r, c)这是一个IDEOne Link
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/50554272
复制相关文章
相似问题
腾讯云开发者
