在我們使用一些數(shù)據(jù)的過(guò)程中，我們想要打亂數(shù)組內(nèi)數(shù)據(jù)的順序但不改變數(shù)據(jù)本身，可以通過(guò)改變索引值來(lái)實(shí)現(xiàn)，也就是將索引值重新隨機(jī)排列，然后生成新的數(shù)組。功能主要由python中random模塊的sample()函數(shù)實(shí)現(xiàn)。

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

下面的代碼實(shí)現(xiàn)的是打亂iris數(shù)據(jù)，iris數(shù)據(jù)是網(wǎng)上下載的csv格式文件，相信大家不陌生的了，原始數(shù)據(jù)是三種鳶尾(iris)順序排列的，三種花分別是：setosa，versicolor 和 virginica ，記錄的數(shù)據(jù)有SepalLengthCm（花萼長(zhǎng)度）， SepalWidthCm（花萼寬度）， PetalLengthCm（花瓣長(zhǎng)度）， PetalWidthCm （花瓣寬度）

在做聚類(lèi)分析的時(shí)候曾經(jīng)用到過(guò)iris數(shù)據(jù)，當(dāng)然，如果安裝了scikit learn 模塊的話，可以通過(guò)

from sklearn import datasetsiris = datasets.load_iris()

獲取

參考鏈接：http://scikit-learn.org/stable/auto_examples/datasets/plot_iris_dataset.html

下面的程序?qū)崿F(xiàn)打亂iris的數(shù)據(jù)順序：

import pandas as pdimport random as rd # 導(dǎo)入random模塊，使用里面的sample函數(shù)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] # 打亂順序，這里只選取了花萼長(zhǎng)度和寬度這兩個(gè)特征值

2017/7/10 updated

打亂順序的方法還可以使用random.shuffle(iterable)，這樣會(huì)直接改變iterable的順序，shuffle 是洗牌的意思，顧名思義，需要注意的是random.shufle()函數(shù)沒(méi)有返回值，如果寫(xiě)成

mylist = random.shuffle(list1)

將不會(huì)得到任何結(jié)果

以上這篇對(duì)Python random模塊打亂數(shù)組順序的實(shí)例講解就是小編分享給大家的全部?jī)?nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持武林站長(zhǎng)站。