python打乱数据

在Python中，有几种方法可以打乱数据。一种方法是使用NumPy库中的shuffle函数。你可以先创建一个数组，然后使用shuffle函数打乱数组的顺序。下面是一个示例代码：

import numpy as np

array = np.arange(0, 10, 1)
print("原来数据顺序:")
print(array)

state = np.random.get_state()
np.random.shuffle(array)
np.random.set_state(state)

print("打乱原顺序，新的随机数据:")
print(array)

这段代码首先创建了一个从0到9的数组，然后使用shuffle函数打乱了数组的顺序。最后，使用set_state函数将数组恢复到原来的顺序。\[1\]

另一种方法是使用NumPy库中的shuffle函数打乱索引，然后根据打乱后的索引更新数据。下面是一个示例代码：

import numpy as np

X = np.array(X)
y = np.array(y)

np.random.seed(666)
index = \[i for i in range(len(X))\]
np.random.shuffle(index)

X = X\[index\]
y = y\[index\]

这段代码首先将数据X和y转换为NumPy数组，然后使用shuffle函数打乱了索引index的顺序。最后，根据打乱后的索引更新了数据X和y的顺序。\[2\]

还有一种方法是使用Python的random库中的shuffle函数。你可以先将数据转换为列表，然后使用shuffle函数打乱列表的顺序。下面是一个示例代码：

import random

array = list(range(0,10))
print("原来数据顺序:")
print(array)

random.shuffle(array)

print("打乱原顺序，新的随机数据:")
print(array)

这段代码首先创建了一个从0到9的列表，然后使用shuffle函数打乱了列表的顺序。\[3\]

这些方法都可以用来打乱数据，具体使用哪种方法取决于你的需求和喜好。
#### 引用[.reference_title]
- *1* *3* [Python打乱列表/数组原顺序，新列表/数组中元素随机分布](https://blog.csdn.net/zhangphil/article/details/88573760)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item]
- *2* [python打乱数据](https://blog.csdn.net/jyfbug/article/details/108875940)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item]
[ .reference_list ]