如何在jupyterbook中使用shuffle函数对（x，y）打乱，且不改变x和y的对应关系

在 JupyterBook 中，如果你正在使用 Python 和 Pandas 或者 Numpy，你可以使用内置的 `shuffle()` 函数来随机打乱数据。然而，如果你想保持 `x` 和 `y` 的对应关系，你需要先确保它们在同一数据结构中，例如两个列表、DataFrame 或者 Series。下面是一个例子：

假设你有一个名为 `df` 的 Pandas DataFrame，其中 `x` 和 `y` 是两列数据，你可以这样做：

import pandas as pd

# 假设 df 是这样的
df = pd.DataFrame({
    'x': [1, 2, 3, 4, 5],
    'y': [6, 7, 8, 9, 10]
})

# 确保 x 和 y 是 DataFrame 的列
assert 'x' in df.columns and 'y' in df.columns

# 使用 .sample(n=None, frac=1.0, replace=False, weights=None, random_state=None) 来打乱行
# 参数 random_state 用于设置随机种子，保持结果一致
df_shuffled = df.sample(frac=1.0, random_state=0)

# 如果你只想打乱 x 列而不影响 y，可以这样操作，但这不会保持对应的 y 值
# df_shuffled['x'] = df['x'].sample(frac=1.0, random_state=0)

# 为了保留 x 和 y 的对应关系，你需要先创建一个新的索引，然后基于新索引获取对应的 y 值
df_shuffled = df_shuffled.reset_index(drop=True)
df_shuffled['y'] = df.loc[df_shuffled.index]['y']

df_shuffled

在这个例子中，`reset_index(drop=True)` 会清除原有的索引，然后使用新的随机顺序作为新的索引。之后，通过原索引获取 `y` 列值，以保持 `x` 和 `y` 的对应关系。

请注意，如果你是在纯 Python 中操作列表，那么由于列表是有序的，所以你无法像 DataFrame 那样简单地保持关联。在这种情况下，你可能需要使用其他数据结构（如字典或元组列表）来保存关联关系。