np.random.shuffle函数用法
时间: 2023-05-26 12:05:27 浏览: 60
np.random.shuffle函数用于将数组按照随机顺序进行重排,其用法如下:
```python
np.random.shuffle(arr)
```
其中,arr为要进行重排的数组。重排后的数组会直接替换原数组。
例如,对于一个长度为10的一维数组arr,可以使用如下代码进行随机重排:
```python
import numpy as np
arr = np.arange(10)
np.random.shuffle(arr)
print(arr)
```
输出结果为:
```
[9 0 1 8 4 3 7 6 5 2]
```
其中,原本的顺序为[0, 1, 2, 3, 4, 5, 6, 7, 8, 9],经过随机重排后变为了[9, 0, 1, 8, 4, 3, 7, 6, 5, 2],两者的顺序完全不同。
相关问题
np.random.shuffle函数
np.random.shuffle函数是numpy.random库中的一个函数,用于随机打乱数组的元素顺序。它可以直接在原数组上进行操作,改变原来数组的顺序,没有返回值。使用方法是导入numpy.random模块,然后通过numpy.random.shuffle()调用该函数。例如,对一个一维数组进行重新排序的代码如下:
import numpy as np
arr = np.arange(10)
np.random.shuffle(arr)
print(arr)
这段代码会将arr数组的元素顺序随机打乱,并输出打乱后的数组。注意,np.random.shuffle()函数只适用于一维数组,如果要对二维数组进行打乱操作,可以使用numpy.random.permutation()函数。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* [【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%"]
- *2* *3* [numpy.random.shuffle打乱顺序函数](https://blog.csdn.net/qq_35091353/article/details/112797653)[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 ]
背诵np.random库中的函数
好的,np.random库中常用的函数包括:
1. np.random.seed(seed=None): 设置随机数种子。
2. np.random.rand(d0,d1,…dn): 生成[0,1)之间的浮点数,并以给定的形状创建数组。
3. np.random.randint(low, high=None, size=None, dtype=’l’): 生成low和high之间的整数,并以给定的形状创建数组。
4. np.random.randn(d0,d1,…dn): 从标准正态分布中返回一个或多个样本值。
5. np.random.normal(loc=0.0, scale=1.0, size=None): 从正态分布中返回一个或多个样本值。
6. np.random.choice(a, size=None, replace=True, p=None): 从给定的1-D数组中生成随机样本。
7. np.random.shuffle(x): 将数组打乱。
8. np.random.permutation(x): 同上,但不改变原数组。
9. np.random.binomial(n, p, size=None): 从二项分布中返回随机样本。
10. np.random.exponential(scale=1.0, size=None): 从指数分布中返回随机样本。