Python使用random模块打乱数组顺序的两种方法

在处理数据时，若需保持数据内容不变而仅改变其排列顺序，可通过重新随机排列索引值来生成新数组。这一功能主要依赖Python标准库中random模块提供的sample()函数实现。

sample(population, k) method of random.Random instance
 Chooses k unique random elements from a population sequence or set.

以下代码示例演示如何打乱iris数据集的顺序。该数据集为常见的CSV格式文件，包含三种鸢尾花（setosa、versicolor和virginica）的记录，具体字段包括SepalLengthCm（花萼长度）、SepalWidthCm（花萼宽度）、PetalLengthCm（花瓣长度）和PetalWidthCm（花瓣宽度）。

在进行聚类分析时曾使用iris数据。若环境中已安装scikit-learn模块，可通过直接加载该数据集。

from sklearn import datasets
iris = datasets.load_iris()

获取

参考链接：http://scikit-learn.org/stable/auto_examples/datasets/plot_iris_dataset.html

以下程序展示了如何打乱iris数据的顺序：

import pandas as pd
import random as rd # 导入random模块，使用里面的sample函数
from pylab import *
iris = pd.read_csv('D:\\Iris.csv')
a1=reshape(iris['Id'],[150,1])
a2=reshape(iris['SepalLengthCm'],[150,1])
a3=reshape(iris['SepalWidthCm'],[150,1])
data=c_[a1,a2,a3]
idx=rd.sample(range(150),150) 

iris = data[idx] # 打乱顺序，这里只选取了花萼长度和宽度这两个特征值

2017/7/10 updated

另一种打乱顺序的方法是使用random.shuffle(iterable)，该方法会直接修改传入的可迭代对象顺序。shuffle意为洗牌，需注意random.shuffle()函数没有返回值。若执行，将不会得到任何结果。

mylist = random.shuffle(list1)

将不会得到任何结果

以上关于Python random模块打乱数组顺序的实例讲解到此结束，希望能为您提供参考，并欢迎您支持本站。