1

我怎样才能洗牌结构化数组。numpy.random.shuffle似乎不起作用。x此外,在以下示例中是否可以仅对给定字段进行洗牌。

import numpy as np
data = [(1, 2), (3, 4.1), (13, 77), (5, 10), (11, 30)]
dtype = [('x', float), ('y', float)]
data1=np.array(data, dtype=dtype)
data1
>>> array([(1.0, 2.0), (3.0, 4.1), (13.0, 77.0), (5.0, 10.0), (11.0, 30.0)], 
      dtype=[('x', '<f8'), ('y', '<f8')])

np.random.seed(10)
np.random.shuffle(data)
data
>>> [(13, 77), (5, 10), (1, 2), (11, 30), (3, 4.1)]
np.random.shuffle(data1)
data1
>>> array([(1.0, 2.0), (3.0, 4.1), (1.0, 2.0), (3.0, 4.1), (1.0, 2.0)], 
      dtype=[('x', '<f8'), ('y', '<f8')])

我知道我可以明确给出随机索引,

data1[np.random.permutation(data1.shape[0])]

但我想要一个适当的洗牌。

4

2 回答 2

1

这是由于一个 numpy 错误https://github.com/numpy/numpy/issues/4270Numpy 1.8.1已解决 。现在它按预期工作。

np.random.shuffle(data1)
data1
>>> array([(1.0, 2.0), (13.0, 77.0), (11.0, 30.0), (5.0, 10.0), (3.0, 4.1)], 
      dtype=[('x', '<f8'), ('y', '<f8')])
于 2014-04-04T06:49:57.490 回答
0

numpy.random.shuffle似乎支持多维数组。请参阅此处的文档。文档上的示例表明您可以将多维数组作为参数传递。

所以我不知道为什么你的代码不起作用。

但是还有另一种方法可以做到这一点。喜欢:

shuffledIndex = random.shuffle(xrange(len(data)))
shuffledData = data[shuffledIndex]

哎呀...

import random
shuffledIndex = random.sample(xrange(len(data1)), len(data1))
shuffledData = data1[shuffledIndex]
于 2014-04-03T09:54:25.670 回答