Python 为什么random.shuffle在numpy列表上失败？_Python_Numpy_Random_Shuffle

Python 为什么random.shuffle在numpy列表上失败？

python numpy random

Python 为什么random.shuffle在numpy列表上失败？,python,numpy,random,shuffle,Python,Numpy,Random,Shuffle,我有一个行向量数组，在其上运行random.shuffle： #!/usr/bin/env python

我有一个行向量数组，在其上运行

random.shuffle

：

#!/usr/bin/env python                                                                                                                                                                                                                                                

import random
import numpy as np

zzz = np.array([[0.1, 0.2, 0.3, 0.4, 0.5],
                [0.6, 0.7, 0.8, 0.9, 1. ]])

iterations = 100000
f = 0
for _ in range(iterations):
    random.shuffle(zzz)
    if np.array_equal(zzz[0], zzz[1]):
        print(zzz)
        f += 1

print(float(f)/float(iterations))

在99.6%到100%的时间内，使用

random.shuffle

zzz

返回一个包含相同元素的列表，例如：

使用

numpy.random.shuffle

似乎可以通过此测试并正确地洗牌行向量。我很想知道为什么随机。洗牌失败。

像这样尝试：

#!/usr/bin/env python                                                                                                                                                                                                                                                

import random
import numpy as np

zzz = np.array([[0.1, 0.2, 0.3, 0.4, 0.5],
                [0.6, 0.7, 0.8, 0.9, 1. ]])

iterations = 100000
f = 0
for _ in range(iterations):
    random.shuffle(zzz[0])
    random.shuffle(zzz[1])
    if np.array_equal(zzz[0], zzz[1]):
        print(zzz)
        f += 1

print(float(f)/float(iterations))

试着这样做：

#!/usr/bin/env python                                                                                                                                                                                                                                                

import random
import numpy as np

zzz = np.array([[0.1, 0.2, 0.3, 0.4, 0.5],
                [0.6, 0.7, 0.8, 0.9, 1. ]])

iterations = 100000
f = 0
for _ in range(iterations):
    random.shuffle(zzz[0])
    random.shuffle(zzz[1])
    if np.array_equal(zzz[0], zzz[1]):
        print(zzz)
        f += 1

print(float(f)/float(iterations))

如果查看random.shuffle的函数，它将按以下方式执行交换：

x[i], x[j] = x[j], x[i]

对于numpy.array，它将失败，而不会引发任何错误。例如：

>>> zzz[1], zzz[0] = zzz[0], zzz[1]
>>> zzz
array([[0.1, 0.2, 0.3, 0.4, 0.5],
       [0.1, 0.2, 0.3, 0.4, 0.5]])

原因是Python首先对右侧进行完全求值，然后进行赋值（这就是为什么Python可以进行单行交换），但对于numpy数组，这是不正确的

努比

蟒蛇

如果查看random.shuffle的函数，它将按以下方式执行交换：

x[i], x[j] = x[j], x[i]

对于numpy.array，它将失败，而不会引发任何错误。例如：

>>> zzz[1], zzz[0] = zzz[0], zzz[1]
>>> zzz
array([[0.1, 0.2, 0.3, 0.4, 0.5],
       [0.1, 0.2, 0.3, 0.4, 0.5]])

原因是Python首先对右侧进行完全求值，然后进行赋值（这就是为什么Python可以进行单行交换），但对于numpy数组，这是不正确的

努比

蟒蛇

random.random

可能使用就地分配，如：

In [203]: zzz[0],zzz[1]=zzz[1],zzz[0]                                                          
In [204]: zzz                                                                                  
Out[204]: 
array([[0.6, 0.7, 0.8, 0.9, 1. ],
       [0.6, 0.7, 0.8, 0.9, 1. ]])

请注意复制

但适用于列表列表：

In [205]: zl[0],zl[1]=zl[1],zl[0]                                                              
In [206]: zl                                                                                   
Out[206]: [[0.6, 0.7, 0.8, 0.9, 1.0], [0.1, 0.2, 0.3, 0.4, 0.5]]
In [207]: zl[0],zl[1]=zl[1],zl[0]                                                              
In [208]: zl                                                                                   
Out[208]: [[0.1, 0.2, 0.3, 0.4, 0.5], [0.6, 0.7, 0.8, 0.9, 1.0]]

我测试了

zl=list（zzz）

，仍然得到了数组的行为。此

zl

是一个包含

zzz

视图的列表

tolist

创建一个列表，该列表完全独立于zzz`

简而言之，

random.random

无法正确处理

ndarray

的就地修改

np.random.shuffle

设计用于处理数组的第一个dim，因此它能够正确地处理数组

ndarray

的正确分配为：

In [211]: zzz = np.array([[0.1, 0.2, 0.3, 0.4, 0.5], 
     ...:                 [0.6, 0.7, 0.8, 0.9, 1. ]]) 
     ...:                                                                                      
In [212]: zzz[[0,1]] = zzz[[1,0]]                                                              
In [213]: zzz                                                                                  
Out[213]: 
array([[0.6, 0.7, 0.8, 0.9, 1. ],
       [0.1, 0.2, 0.3, 0.4, 0.5]])
In [214]: zzz[[0,1]] = zzz[[1,0]]                                                              
In [215]: zzz                                                                                  
Out[215]: 
array([[0.1, 0.2, 0.3, 0.4, 0.5],
       [0.6, 0.7, 0.8, 0.9, 1. ]])

random.random