Python数组的同步洗牌是否有一个习惯用法或API？

Question

NumPy（或者TensorFlow）中是否有一个API来执行多个数组（具有相同的第一维度）的同步洗牌？你知道吗

例如，如果我有两个维度为（N，A）和（N，B）的数组，我想随机化每个数组的N个元素的顺序，同时保持第一个数组和第二个数组的元素之间的关联。你知道吗

有没有API或Python的习惯用法来实现这一点？你知道吗

---

请注意，将这些元素组合到一个由N个元组组成的数组中，然后用random.shuffle洗牌，这可能是我可以接受的答案，但我无法做到这一点：如果combined_array[:,0]将有维度（N，）和对象作为元素，而不是维度（N，a），那么将原始数组取回是（尽我所能）混乱的它是manually rebuilt with something like[x for x in combined_array[:,0]

Answer 1

解决这个问题的一个简单方法是使用随机双射函数，该函数映射到数组中元素的索引，而不必接触或组合原始集合。然后，您可以使用该函数（映射）并将其应用于两个（或任何数量的）数组以获得无序排列的结果。你知道吗

这个基本思想可以应用于任何类型的集合，而不仅仅限于Numpy数组。你知道吗

最简单的方法是拥有一个所有索引的无序列表，然后，要随机遍历同步数组，只需遍历无序索引列表并访问当前索引处的元素：

from random import shuffle

# These would be your input lists (or arrays, doesn’t really matter)
list1 = […]
list2 = […]

# generate a list of all indexes
indexes = list(range(len(list1)))

# shuffle the indexes
shuffle(indexes)

for i in indexes:
    print(list1[i], list2[i])

当然，您也可以使用它来创建具有新顺序的新列表/数组。你知道吗

Answer 2

permutation = numpy.random.permutation(N)

arr1_shuffled = arr1[permutation]
arr2_shuffled = arr2[permutation]

选择一个排列并将其用于两个数组。你知道吗