random.permutation

random.permutation() 是一个用于生成随机排列的函数。它可以接收一个序列作为输入，并返回该序列的一个随机排列。这个函数在很多情况下都很有用，比如洗牌、随机选择等。在 Python 中，你可以使用 random 模块来调用 permutation() 函数。以下是一个示例代码：

import random

sequence = [1, 2, 3, 4, 5]
random_permutation = random.permutation(sequence)
print(random_permutation)

这会返回 sequence 的一个随机排列，例如 [3, 5, 1, 4, 2]。希望这个解答能帮到你！如果你有任何其他问题，请随时提问。

相关问题

Np.random.permutation

np.random.permutation 是 numpy 库中的一个函数，可以对数组进行随机排列（打乱顺序）。它可以接受一个整数参数，表示对该长度的数组进行排列；或者接受一个数组参数，对该数组进行排列。

示例：

import numpy as np

# shuffle an array of length 10
arr = np.random.permutation(10)

# shuffle elements of an existing array
np.random.shuffle(arr)

返回排列后的新数组，原数组不变。

np.random.permutation

引用中提到了np.random.permutation函数，它用于对给定的数组进行重新排列。这个函数可以直接生成一个随机排列的数组，也可以对一维或多维数组进行随机排序。在一维数组中，np.random.permutation函数会返回一个随机排序后的新数组。在多维数组中，该函数只会对第一维进行随机排序，即对行进行随机排序。

与np.random.shuffle函数相比，np.random.permutation不会改变自身数组，而是返回一个新的随机排列后的数组。所以它们的区别在于是否改变原数组。

以下是一个使用np.random.permutation函数的示例：

import numpy as np

# 对一维数组进行随机排序
data = np.array([1, 2, 3, 4, 5, 6, 7])
a = np.random.permutation(data)
print(a)

# 对多维数组进行随机排序
arr = np.arange(9).reshape((3, 3))
arr2 = np.random.permutation(arr)
print(arr2)

在上述示例中，我们分别对一维数组data和二维数组arr进行了随机排序，并打印出结果。可以看到，生成的新数组是经过随机排序的。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *3* [np.random.permutation函数](https://blog.csdn.net/qq_45288176/article/details/125117426)[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^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"]
- *2* [【Numpy】中np.random.shuffle()与np.random.permutation()的用法和区别](https://blog.csdn.net/lemonxiaoxiao/article/details/109239996)[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^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]