Python训练数据打乱方法：索引映射与随机种子对比

Finn

发布时间：2026-10-13| 7人浏览过

原创

本文介绍Python中训练数据与标签同步打乱的两种常用方法。第一种通过生成并打乱索引数组来重排数据，适用于大数据量以节约内存且每次结果不同；第二种利用随机种子固定打乱顺序，分别对数据和标签执行shuffle。两者各有适用场景，可根据需求选择。

在机器学习模型训练过程中，通常需要对训练数据及其对应的标签进行随机打乱，以消除数据顺序带来的潜在偏差。常见的实现方式主要有两种：一种是通过打乱索引来间接重排数据，另一种是直接利用随机种子对数据和标签分别进行打乱。以下将分别介绍这两种方法的具体实现与特点。

<code class="language-python">import numpy as np 
 
data = np.array([[1,1],[2,2],[3,3],[4,4],[5,5]]) 
y = np.array([1,2,3,4,5])
 
print '-------第1种方法：通过打乱索引从而打乱数据,好处是1:数据量很大时能够节约内存,2每次都不一样----------' 
data = np.array([[1,1],[2,2],[3,3],[4,4],[5,5]]) 
data_num, _= data.shape #得到样本数 
index = np.arange(data_num) # 生成下标 
np.random.shuffle(index) 
print '-------原数据：----------' 
print '数据：',data 
print '标签：', y
print '-------打乱数据：----------' 
print '数据：',data[index] 
print '标签：',y[index]

print '-------第2种方法：直接的打乱数据,利用随机数种子，好处：每次打乱的顺序是固定的----------' 
data = np.array([[1,1],[2,2],[3,3],[4,4],[5,5]]) 
y = np.array([1,2,3,4,5])

print '-------原数据：----------' 
print '数据：',data 
print '标签：', y
print '-------打乱数据：----------' 
np.random.seed(116)
np.random.shuffle(data) 
np.random.seed(116)
np.random.shuffle(y) 
print '数据：',data 
print '标签：', y</code>

上述内容总结了Python中训练数据打乱的两种主要方法，供读者参考。如有其他相关问题或建议，欢迎继续交流与支持。