用Numpy洗牌阵列

时间:2013-12-12 14:40:26

标签: python arrays numpy

假设我有一个维度为r的数组(n, m)。我想改组那个数组的列。

如果我使用numpy.random.shuffle(r),它会改变行。我怎么才能洗牌?因此,第一列成为第二列,第三列成为第一列,等等。

示例:

输入:

array([[  1,  20, 100],
       [  2,  31, 401],
       [  8,  11, 108]])

输出:

array([[  20, 1, 100],
       [  31, 2, 401],
       [  11,  8, 108]])

6 个答案:

答案 0 :(得分:17)

在问我想的时候,也许我可以改变转置阵列:

 np.random.shuffle(np.transpose(r))

它看起来像是完成了这项工作。我很感激评论,知道这是否是实现这一目标的好方法。

答案 1 :(得分:6)

对于一般轴,您可以遵循以下模式:

>>> import numpy as np
>>> 
>>> a = np.array([[  1,  20, 100, 4],
...               [  2,  31, 401, 5],
...               [  8,  11, 108, 6]])
>>> 
>>> print a[:, np.random.permutation(a.shape[1])]
[[  4   1  20 100]
 [  5   2  31 401]
 [  6   8  11 108]]
>>> 
>>> print a[np.random.permutation(a.shape[0]), :]
[[  1  20 100   4]
 [  2  31 401   5]
 [  8  11 108   6]]
>>> 

答案 2 :(得分:4)

所以,离你的答案更进一步:

编辑:我很容易误解这是如何工作的,所以我在每一步都插入了对矩阵状态的理解。

r == 1 2 3
     4 5 6
     6 7 8

r = np.transpose(r)  

r == 1 4 6
     2 5 7
     3 6 8           # Columns are now rows

np.random.shuffle(r)

r == 2 5 7
     3 6 8 
     1 4 6           # Columns-as-rows are shuffled

r = np.transpose(r)  

r == 2 3 1
     5 6 4
     7 8 6           # Columns are columns again, shuffled.

然后将以适当的形状返回,并重新排列列。

矩阵转置的转置==那个矩阵,或者,[A ^ T] ^ T == A.所以,你需要在shuffle之后进行第二次转置(因为转置不是shuffle)以使它再次处于适当的形状。

编辑:OP的答案会跳过存储转置,而是让shuffle在r上运行,就像它一样。

答案 3 :(得分:2)

还有另一种方法,它不使用换位并且显然更快

np.take(r, np.random.permutation(r.shape[1]), axis=1, out=r)

CPU 时间:用户 1.14 毫秒,系统:1.03 毫秒,总计:2.17 毫秒。挂墙时间:3.89 毫秒

其他答案中的方法:np.random.shuffle(r.T)

CPU 时间:用户 2.24 ms,系统:0 ns,总计:2.24 ms 挂墙时间:5.08 毫秒

我使用 r = np.arange(64*1000).reshape(64, 1000) 作为输入。

答案 4 :(得分:1)

一般情况下,如果你想沿轴i洗牌一个numpy数组:

def shuffle(x, axis = 0):
    n_axis = len(x.shape)
    t = np.arange(n_axis)
    t[0] = axis
    t[axis] = 0
    xt = np.transpose(x.copy(), t)
    np.random.shuffle(xt)
    shuffled_x = np.transpose(xt, t)
    return shuffled_x

shuffle(array, axis=i)

答案 5 :(得分:0)

>>> print(s0)
>>> [[0. 1. 0. 1.]
     [0. 1. 0. 0.]
     [0. 1. 0. 1.]
     [0. 0. 0. 1.]]
>>> print(np.random.permutation(s0.T).T)
>>> [[1. 0. 1. 0.]
     [0. 0. 1. 0.]
     [1. 0. 1. 0.]
     [1. 0. 0. 0.]]

np.random.permutation(),进行行排列。