我有多个 numpy 数组，它们的行数 (axis_0) 相同，我想一致地洗牌。一次洗牌后，我想用不同的随机种子再次洗牌。
到目前为止，我使用的解决方案来自 Better way to shuffle two numpy arrays in unison :
def shuffle_in_unison(a, b):
rng_state = numpy.random.get_state()
numpy.random.shuffle(a)
numpy.random.set_state(rng_state)
numpy.random.shuffle(b)
但是，这不适用于多个齐奏洗牌，因为 rng_state 始终相同。
我尝试使用
RandomState 为每次调用获取不同的种子，但这甚至不适用于单个齐奏随机播放:
a = np.array([1,2,3,4,5])
b = np.array([10,20,30,40,50])
def shuffle_in_unison(a, b):
r = np.random.RandomState() # different state from /dev/urandom for each call
state = r.get_state()
np.random.shuffle(a) # array([4, 2, 1, 5, 3])
np.random.set_state(state)
np.random.shuffle(b) # array([40, 20, 50, 10, 30])
# -> doesn't work
return a,b
for i in xrange(10):
a,b = shuffle_in_unison(a,b)
print a,b
我做错了什么？
编辑:
对于像我这样没有大数组的每个人，只需使用 Francesco ( https://stackoverflow.com/a/47156309/3955022 ) 的解决方案:
def shuffle_in_unison(a, b):
n_elem = a.shape[0]
indeces = np.random.permutation(n_elem)
return a[indeces], b[indeces]
唯一的缺点就是这不是原地操作，对于我这样的大数组(500G)有点可惜。
请您参考如下方法:
我不知道你设置状态的方式有什么问题。但是我找到了另一种解决方案:不是随机播放 n 数组，而是使用 numpy.random.choice 只将它们的索引随机播放一次然后重新排序所有数组。
a = np.array([1,2,3,4,5])
b = np.array([10,20,30,40,5])
def shuffle_in_unison(a, b):
n_elem = a.shape[0]
indeces = np.random.choice(n_elem, size=n_elem, replace=False)
return a[indeces], b[indeces]
for i in xrange(5):
a, b = shuffle_in_unison(a ,b)
print(a, b)
我得到:
[5 2 4 3 1] [50 20 40 30 10]
[1 3 4 2 5] [10 30 40 20 50]
[1 2 5 4 3] [10 20 50 40 30]
[3 2 1 4 5] [30 20 10 40 50]
[1 2 5 3 4] [10 20 50 30 40]
编辑
感谢@Divakar 的建议。 这是使用 numpy.random.premutation 获得相同结果的更具可读性的方法。
def shuffle_in_unison(a, b):
n_elem = a.shape[0]
indeces = np.random.permutation(n_elem)
return a[indeces], b[indeces]
