python常见的数据集打乱方法
第一种方法
通过index
x_train, y_train=train_load() index = [i for i in range(len(x_train))] np.random.shuffle(index) x_train= x_train[index] y_train = y_train[index]
第二种方法
zip()+shuffle()方法
x_train, y_train=train_load() result = list(zip(x_train, y_train)) # 打乱的索引序列 np.random.shuffle(result) x_train,y_train = zip(*result)
第三种方法
seed()+shuffle
x_batch, y_batch = train_load() #加载我所有的数据,这里想x_batch,Y_batch是list的格式,要注意 seed=100 random.seed(seed) random.shuffle(x_batch) random.seed(seed)#一定得重复在写一遍,和上面的seed要相同,不然y_batch和x_batch打乱顺序会不一样 random.shuffle(y_batch)
PS：numpy中函数shuffle与permutation都是对原来的数组随机打乱原来的顺序，shuffle中文含义为洗牌，permutation中文含义为排列，区别在于shuffle直接在原来的数组上进行操作，改变原来数组的顺序，无返回值。
而permutation不直接在原来的数组上进行操作，而是返回一个新的打乱顺序的数组，并不改变原来的数组。
python手动打乱数据集
x_train, y_train = np.array(x_train),np.array(y_train) index = [i for i in range(len(y_train))] np.random.shuffle(index) x_train = x_train[index] y_train = y_train[index]
总结
以上为个人经验，希望能给大家一个参考，也希望大家多多支持。
原文地址：https://blog.csdn.net/weixin_40964777/article/details/100050263
查看更多关于【Python】的文章
