使用 Numpy 打亂數組的列

Question

假設我有一個維度為(n, m)的數組r 。 我想洗牌該數組的列。

如果我使用numpy.random.shuffle(r)它會numpy.random.shuffle(r)線條。 我怎樣才能只洗牌？ 使第一列成為第二列，第三列成為第一列，以此類推。

示例：

輸入：

array([[  1,  20, 100],
       [  2,  31, 401],
       [  8,  11, 108]])

輸出：

array([[  20, 1, 100],
       [  31, 2, 401],
       [  11,  8, 108]])

Answer 1

一種方法是打亂轉置數組：

 np.random.shuffle(np.transpose(r))

另一種方法（參見 YXD 的回答https://stackoverflow.com/a/20546567/1787973 ）是生成一個排列列表以按該順序檢索列：

 r = r[:, np.random.permutation(r.shape[1])]

在性能方面，第二種方法更快。

Answer 2

對於通用軸，您可以遵循以下模式：

>>> import numpy as np
>>> 
>>> a = np.array([[  1,  20, 100, 4],
...               [  2,  31, 401, 5],
...               [  8,  11, 108, 6]])
>>> 
>>> print a[:, np.random.permutation(a.shape[1])]
[[  4   1  20 100]
 [  5   2  31 401]
 [  6   8  11 108]]
>>> 
>>> print a[np.random.permutation(a.shape[0]), :]
[[  1  20 100   4]
 [  2  31 401   5]
 [  8  11 108   6]]
>>> 

Answer 3

因此，比您的答案更進一步：

編輯：我很容易弄錯這是如何工作的，所以我在每一步插入我對矩陣狀態的理解。

r == 1 2 3
     4 5 6
     6 7 8

r = np.transpose(r)  

r == 1 4 6
     2 5 7
     3 6 8           # Columns are now rows

np.random.shuffle(r)

r == 2 5 7
     3 6 8 
     1 4 6           # Columns-as-rows are shuffled

r = np.transpose(r)  

r == 2 3 1
     5 6 4
     7 8 6           # Columns are columns again, shuffled.

然后將恢復到正確的形狀，重新排列列。

矩陣轉置的轉置 == 該矩陣，或者，[A^T]^T == A。因此，您需要在洗牌后進行第二次轉置（因為轉置不是洗牌）以使其再次處於適當的形狀。

編輯：OP 的答案跳過存儲換位，而是讓 shuffle 像 r 一樣對 r 進行操作。

Answer 4

一般來說，如果你想沿軸i隨機播放一個 numpy 數組：

def shuffle(x, axis = 0):
    n_axis = len(x.shape)
    t = np.arange(n_axis)
    t[0] = axis
    t[axis] = 0
    xt = np.transpose(x.copy(), t)
    np.random.shuffle(xt)
    shuffled_x = np.transpose(xt, t)
    return shuffled_x

shuffle(array, axis=i)

Answer 5

>>> print(s0)
>>> [[0. 1. 0. 1.]
     [0. 1. 0. 0.]
     [0. 1. 0. 1.]
     [0. 0. 0. 1.]]
>>> print(np.random.permutation(s0.T).T)
>>> [[1. 0. 1. 0.]
     [0. 0. 1. 0.]
     [1. 0. 1. 0.]
     [1. 0. 0. 0.]]

np.random.permutation()，進行行排列。

Answer 6

還有另一種方法，它不使用換位並且顯然更快：

np.take(r, np.random.permutation(r.shape[1]), axis=1, out=r)

CPU 時間：用戶 1.14 毫秒，系統：1.03 毫秒，總計：2.17 毫秒。 掛牆時間：3.89 毫秒

其他答案中的方法： np.random.shuffle(rT)

CPU 時間：用戶 2.24 ms，系統：0 ns，總計：2.24 ms Wall time：5.08 ms

我使用r = np.arange(64*1000).reshape(64, 1000)作為輸入。