NumPy Shuffle 两个数组

同时打乱两个相关数组，指的是让它们的行按相同顺序改变。如果一个数组中的第 i 行描述另一个数组中的第 i 行，例如特征行及其标签，那么两个数组必须使用同一个排列。分别打乱它们会破坏这种对应关系。下面的示例使用一个两列特征数组和一个标签数组；每行中相匹配的值能直观显示这种对应关系。

同时打乱两个数组并保持对应行对齐

对两个数组应用同一个行顺序。每个输入数组的第一维长度必须相同。对于包含多列的数组，共同的顺序会选取整行，因此行内的值仍会保持在一起。

运行下面这个固定顺序的示例，可以轻松核对相匹配的特征行和标签：

本节中的代码以及显示的标签或输出仍为英文。

import numpy as np

features = np.array([[10, 100], [20, 200], [30, 300]])
labels = np.array([1, 2, 3])
order = np.array([2, 0, 1])

print(features[order])
print(labels[order])

[[ 30 300]
 [ 10 100]
 [ 20 200]]
[3 1 2]

这个固定顺序仅用于说明；如果需要随机排列，请使用下文某种打乱方法生成一个顺序。

使用 sklearn.utils.shuffle()

sklearn.utils.shuffle() 接受多个数组，并对它们应用一致的顺序，然后返回打乱后的数组供你赋值。安装 scikit-learn 后，先用 from sklearn.utils import shuffle 导入该函数，再调用 features_shuffled, labels_shuffled = shuffle(features, labels)。将所有相关数组都传入同一次调用，返回结果中的行就会保持配对关系。如果项目已经依赖 scikit-learn，这种方式很方便。不同调用生成的随机顺序可能不同；该函数返回结果供你赋值，不会原地重排源数组。

导入和调用都需要 scikit-learn，而并非所有 Python 环境都安装了它。如果已安装，请先导入函数，再为两个返回数组赋值。这里展示的是依赖特定库的调用语法，并非已执行的示例；下文介绍的 NumPy 方法无需 scikit-learn，可以运行。

使用 NumPy 生成共同排列

numpy.random.permutation(features.shape[0]) 会生成一个打乱后的行索引序列。将它存入 order，然后用 features[order] 和 labels[order] 选取数据。NumPy 高级索引会生成索引结果，源数组仍可按原顺序使用。保留 order，即可复用完全相同的排列、将其应用到更多数组，或与数据一起保存以便后续使用。生成并保留索引顺序，也避免了依赖特定的随机状态接口。

这里生成的同一个顺序用于索引两个数组。打印出的行顺序会变化，但特征与标签仍保持配对：

本节中的代码以及显示的标签或输出仍为英文。

import numpy as np

features = np.array([[10, 100], [20, 200], [30, 300]])
labels = np.array([1, 2, 3])
order = np.random.permutation(features.shape[0])

features_shuffled = features[order]
labels_shuffled = labels[order]
print(features_shuffled)
print(labels_shuffled)

使用 NumPy 打乱共享索引数组

numpy.random.shuffle() 会原地修改传入的序列。用 order = np.arange(features.shape[0]) 创建索引数组，再用 np.random.shuffle(order) 打乱它，最后通过 features[order] 和 labels[order] 选取两个源数组中的数据。这样既能明确表示行顺序，也不会修改源数据。此方法也适用于更多数组：对每个需要保持对齐的数组都使用相同的打乱后索引。只有 order 会被原地打乱；索引得到的结果是独立数组。如果其他代码之后可能修改 order，而你仍需保留此排列，请先复制一份。

这个示例只会修改 order；两个源数组都使用同一组打乱后的索引：

本节中的代码以及显示的标签或输出仍为英文。

import numpy as np

features = np.array([[10, 100], [20, 200], [30, 300]])
labels = np.array([1, 2, 3])
order = np.arange(features.shape[0])
np.random.shuffle(order)

features_shuffled = features[order]
labels_shuffled = labels[order]
print(features_shuffled)
print(labels_shuffled)

检查形状、原地修改和可复现性

数组的第一维必须兼容：它们沿轴 0 的长度必须相同，但其余维度可以不同。例如，特征行矩阵可以与一维标签数组配对。在应用索引顺序之前，先检查各数组的首维长度，确保每个索引对所有数组都有效。

这三种方法对数据的修改方式各不相同。sklearn.utils.shuffle() 返回打乱后的数组供你赋值。numpy.random.permutation() 返回新的索引顺序；用它索引数组会生成重新排序的结果。numpy.random.shuffle() 会修改传入的索引数组；在这些示例中，它不会直接打乱源数组。无论采用哪种方法，都只有在所有相关数组使用相同顺序时，才能保留彼此的对应关系。

若要复现某种排列，请保留生成的索引数组，并再次将它应用于原始数组，或将它与数据一同保存。复用相同的索引顺序即可重现相同排列，无需依赖未指定的随机状态 API。如果需要新的独立排列，请生成新的顺序。这些示例不保证打印出某个特定顺序。