沿给定轴改组 NumPy 数组答案

【问题标题】：Shuffling NumPy array along a given axis沿给定轴改组 NumPy 数组
【发布时间】：2011-06-29 18:34:33
【问题描述】：

给定以下 NumPy 数组，

> a = array([[1, 2, 3, 4, 5], [1, 2, 3, 4, 5],[1, 2, 3, 4, 5]])

洗牌很简单，

> shuffle(a[0])
> a
array([[4, 2, 1, 3, 5],[1, 2, 3, 4, 5],[1, 2, 3, 4, 5]])

是否可以使用索引符号来独立打乱每一行？还是您必须遍历数组。我想到了类似的东西，

> numpy.shuffle(a[:])
> a
array([[4, 2, 3, 5, 1],[3, 1, 4, 5, 2],[4, 2, 1, 3, 5]]) # Not the real output

虽然这显然行不通。

【问题讨论】：

标签： python random numpy

【解决方案1】：

您必须多次调用numpy.random.shuffle()，因为您要独立地改组多个序列。 numpy.random.shuffle() 适用于任何可变序列，实际上不是ufunc。分别打乱二维数组a的所有行的最短和最有效的代码可能是

list(map(numpy.random.shuffle, a))

有些人更喜欢将其写成列表推导式：

[numpy.random.shuffle(x) for x in a]

【讨论】：

谢谢，简单而干净的解决方案。
至少对于python 3.5，numpy 1.10.2，这不起作用，a保持不变。
@drevicko：你的数组有什么维度？这个答案是为了洗牌二维数组的所有行（我相信它也适用于你的 Python 和 Numpy 版本的组合）。
啊哈！我明白发生了什么：在 Python 3.5 中，map 是惰性的，会生成一个迭代器，并且在您迭代它之前不会进行映射。如果你这样做，例如：for _ in map(...): pass 它会起作用。
@drevicko 这是有道理的。那么最好将该代码编写为for x in a: numpy.random.shuffle(x)。

【解决方案2】：

`rand+argsort` 技巧的矢量化解决方案

我们可以沿指定轴生成唯一索引，并使用advanced-indexing 对输入数组进行索引。为了生成唯一索引，我们将使用random float generation + sort trick，从而为我们提供了一个矢量化解决方案。我们还将其推广到通用n-dim 数组以及通用axes 和np.take_along_axis。最终的实现看起来像这样 -

def shuffle_along_axis(a, axis):
    idx = np.random.rand(*a.shape).argsort(axis=axis)
    return np.take_along_axis(a,idx,axis=axis)

请注意，此 shuffle 不会就地进行并返回一个 shuffle 的副本。

示例运行 -

In [33]: a
Out[33]: 
array([[18, 95, 45, 33],
       [40, 78, 31, 52],
       [75, 49, 42, 94]])

In [34]: shuffle_along_axis(a, axis=0)
Out[34]: 
array([[75, 78, 42, 94],
       [40, 49, 45, 52],
       [18, 95, 31, 33]])

In [35]: shuffle_along_axis(a, axis=1)
Out[35]: 
array([[45, 18, 33, 95],
       [31, 78, 52, 40],
       [42, 75, 94, 49]])

【讨论】：

rand+argsort 技巧的矢量化解决方案

`rand+argsort` 技巧的矢量化解决方案