Python 3.x 在numpy中重新排列行并跟踪每行_Python 3.x_Conv Neural Network_Numpy Ndarray

Python 3.x 在numpy中重新排列行并跟踪每行

python-3.x

Python 3.x 在numpy中重新排列行并跟踪每行,python-3.x,conv-neural-network,numpy-ndarray,Python 3.x,Conv Neural Network,Numpy Ndarray,我有一个大小为7 x 11的2000 numpy阵列。这些行按以下变量顺序排列：pi、Tajima's D、θ、尘埃峰度、J1/J2、J1、J2。也就是说，第一行总是对应pi，第二行对应于Tajima的D，依此类推我想做的是洗牌的行，但也保持跟踪在哪一行的变量移动。例如，田岛的D，θ，π，峭度，J1/J2，J1，J2。我想知道现在π在第3行。我怎样才能做到这一点？请注意，我只想移动行，不想移动列此外，是否有一种方法可以在跟踪每个变量的移动方向的同时进行所有可能的组合如果这是一个非常基本的问

我有一个大小为7 x 11的2000 numpy阵列。这些行按以下变量顺序排列：pi、Tajima's D、θ、尘埃峰度、J1/J2、J1、J2。也就是说，第一行总是对应pi，第二行对应于Tajima的D，依此类推

我想做的是洗牌的行，但也保持跟踪在哪一行的变量移动。例如，田岛的D，θ，π，峭度，J1/J2，J1，J2。我想知道现在π在第3行。我怎样才能做到这一点？请注意，我只想移动行，不想移动列

此外，是否有一种方法可以在跟踪每个变量的移动方向的同时进行所有可能的组合

如果这是一个非常基本的问题，我很抱歉。但是，我很难找到解决这个问题的办法

到目前为止，我的代码是：

def interchange(array, n, m): 
   rows = n 
   #print(array)
   #print('\n')

   # swapping of element
   for i in range(m): 
       t = array[0][i] 

       array[0][i] = array[5][i] 
       array[5][i] = t 

       t = array[4][i]
       array[0][i] = array[8][i]
       array[8][i] = t

   #print(array)
   return array

###Calling the function 
for i in range(2000):
    h1[i] = interchange(h1[i], n, m)

跟踪该变量移动到的行

在

original_index

列上添加一个索引，并根据原始行号给它11个连续值

洗牌

在

索引

列中添加随机数，然后进行排序。如果要重新洗牌，请选择新的随机数并重新排序

更好的方法是，选择

seed=0

，并用（seed，row）填充

索引

列，这样就可以使用行的确定函数而不是随机函数。如果要重新洗牌，请增加种子

有没有一种方法可以做出所有可能的组合

是，使用库函数填充

索引

列。为每个连续排列重新排序

索引