So verwenden Sie die Funktion np.random.permutation in Python

1: Funktionseinführung

np.random.permutation() Im Allgemeinen handelt es sich um eine zufällige Permutationsfunktion, die die Eingabedaten zufällig anordnet. Das offizielle Dokument weist darauf hin, dass diese Funktion nur für verwendet werden kann Eindimensionale Daten werden zufällig angeordnet. Bei mehrdimensionalen Daten können nur die Daten in der ersten Dimension zufällig angeordnet werden.

Kurz gesagt: Die Funktion der Funktion np.random.permutation besteht darin, eine verschlüsselte Zufallsliste gemäß der angegebenen Liste zu generieren.

import numpy as np

data = np.array([1,2,3,4,5,6,7])
a = np.random.permutation(data)
b = np.random.permutation([5,0,9,0,1,1,1])
print(a)
print( "data:", data )
print(b)

Nach dem Login kopieren

label = np.array([1,2,3,4,5,6,7])
a = np.random.permutation(np.arange(len(label)))
print("Label[a] :" ,label[a] )

Nach dem Login kopieren

Ergänzung: Im Allgemeinen kann dies nur sein Wird für N-dimensionale Arrays verwendet und kann nur ganzzahlige Skalar-Arrays in Skalarindizes umwandeln. Die Listenstruktur hat keinen Skalarindex label1[a1] Fehler

label1=[1,2,3,4,5,6,7]
print(len(label1))

a1 = np.random.permutation(np.arange(len(label1)))#有结果

print(a1)

print("Label1[a1] :" ,label1[a1] )#这列表结构没有标量索引 所以会报错

2.3 Beispiel: Zufälliges Mischen von Irisblüten in Irisdaten (kann direkt verwendet werden)

from sklearn import svm
from sklearn import datasets #sklearn 的数据集
iris = datasets.load_iris()
iris_x = iris.data
iris_y = iris.target
indices = np.random.permutation(len(iris_x))

#此时 打乱的是数组的下标的排序
print(indices)
print(indices[:-10])#到倒数第10个为止
print(indices[-10:])#最后10个

# print(type(iris_x))   <class &#39;numpy.ndarray&#39;>

#9:1分类
#iris_x_train = iris_x[indices[:-10]]#使用的数组打乱后的下标
#iris_y_train = iris_y[indices[:-10]]
#iris_x_test= iris_x[indices[-10:]]
#iris_y_test= iris_y[indices[-10:]]

Das obige ist der detaillierte Inhalt vonSo verwenden Sie die Funktion np.random.permutation in Python. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!