多维数组随机打乱

实现多维数组随机打乱可以使用Fisher-Yates洗牌算法，其步骤如下：

1. 从数组末尾开始，选取一个元素；
2. 在剩下的元素中随机选择一个位置，与当前位置互换；
3. 继续从数组末尾开始，重复步骤1和步骤2，直到所有元素都被遍历。

以下是一个示例代码实现：

import random

def shuffle_array(arr):
    # 获取数组的形状
    shape = arr.shape
    # 将多维数组转换为一维数组
    arr_flat = arr.flatten()
    # 从数组末尾开始，遍历数组并交换元素
    for i in range(len(arr_flat)-1, 0, -1):
        j = random.randint(0, i)
        arr_flat[i], arr_flat[j] = arr_flat[j], arr_flat[i]
    # 将打乱后的一维数组重新变形为多维数组
    return arr_flat.reshape(shape)

其中，`arr.shape`可以获取数组的形状，`arr.flatten()`可以将多维数组转换为一维数组。最后使用`reshape`方法将打乱后的一维数组重新变形为多维数组。

相关问题

python多维数组随机打乱

可以使用`numpy`库中的`random.shuffle()`函数来随机打乱多维数组。以下是一个示例代码：

import numpy as np

# 创建一个3x3的二维数组
arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])

# 随机打乱数组
np.random.shuffle(arr)

print(arr)

输出结果可能如下：

[[7 8 9]
 [1 2 3]
 [4 5 6]]

如果你想随机打乱数组的某一维度，可以使用`numpy`库中的`random.permutation()`函数。以下是一个示例代码：

import numpy as np

# 创建一个3x3的二维数组
arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])

# 随机打乱第一维度
arr = arr[np.random.permutation(arr.shape[0]), :]

print(arr)

输出结果可能如下：

[[7 8 9]
 [4 5 6]
 [1 2 3]]

帮我写一段python多维数组随机打乱的例子

当我们需要对多维数组进行随机打乱时，可以使用NumPy库中的shuffle函数。这个函数可以对任何维度的数组进行随机排列，非常方便。

下面是一个简单的例子，假设我们有一个2x3的二维数组：

import numpy as np

arr = np.array([[1, 2, 3], [4, 5, 6]])
print("Original array:")
print(arr)

输出结果：

Original array:
[[1 2 3]
 [4 5 6]]

现在我们希望将这个数组随机打乱，可以使用shuffle函数：

np.random.shuffle(arr)
print("Shuffled array:")
print(arr)

输出结果：

Shuffled array:
[[4 5 6]
 [1 2 3]]

可以看到，原来的数组被随机打乱了。我们可以使用同样的方法对任意维度的数组进行打乱。