在 Python 中重組陣列

1. 在 Python 中使用 random.shuffle() 方法對陣列進行重組
2. 在 Python 中使用 sklearn 模組的 shuffle() 方法對一個陣列進行重組

在本教程中，我們將探討在 Python 中對陣列進行重組的各種方法。陣列的重組意味著重新排列陣列中元素的位置。陣列重組的應用之一是在模型訓練中，我們需要對資料集進行重組以提高模型的訓練質量。它也可以用於統計學的許多應用中。

在 Python 中使用 random.shuffle() 方法對陣列進行重組

random.shuffle() 方法接收一個序列作為輸入並對其進行重組。這裡需要注意的是，random.shuffle() 方法並不返回一個新的序列作為輸出，而是對原始序列進行重組。因此，有效的輸入序列只能是可變的資料型別，如陣列或列表等。

random.shuffle() 方法只對一維序列有效。下面的示例程式碼演示瞭如何在 Python 中使用 random.shuffle() 來重組一個陣列。

import random
import numpy as np

mylist = ["apple", "banana", "cherry"]
x = np.array((2,3,21,312,31,31,3123,131))

print(x)
print(mylist)

random.shuffle(mylist)
random.shuffle(x)

print(x)
print(mylist)

輸出：

[   2    3   21  312   31   31 3123  131]
['apple', 'banana', 'cherry']
[3123   21  312    3    2  131   31   31]
['banana', 'apple', 'cherry']

在 Python 中使用 sklearn 模組的 shuffle() 方法對一個陣列進行重組

sklearn.utils.shuffle(array, random_state, n_samples) 方法將具有相同第一維度的可索引序列如陣列、列表或資料框等作為輸入，並返回作為輸入提供的重組序列的副本。

sklearn.utils.shuffle() 並不改變原始輸入，而是返回輸入的重組副本。輸入可以是單個或多個序列。random_state 引數用於控制數字的隨機生成。如果它被設定為某個整數，則該方法每次都會返回相同的重組序列。n_samples 代表樣本數，它的預設值等於輸入預設值的第一維，不應大於輸入陣列的長度。

下面的示例程式碼演示瞭如何在 Python 中使用 sklearn.utils.shuffle() 方法來獲取一個重組後的陣列。

from sklearn.utils import shuffle
import numpy as np

x= np.array([[1, 2, 3], [ 6, 7, 8], [9, 10, 12]])
y = ['one', 'two', 'three']
z = [4, 5, 6]

print(x)
print(y)
print(z)

x,y,z = shuffle(x, y, z, random_state=0)

print(x)
print(y)
print(z)

輸出：

[[ 1  2  3]
 [ 6  7  8]
 [ 9 10 12]]
['one', 'two', 'three']
[4, 5, 6]
[[ 9 10 12]
 [ 6  7  8]
 [ 1  2  3]]
['three', 'two', 'one']
[6, 5, 4]