洗牌；“耦合”；python数组中的元素

假设我有一个数组：

np.arange(9)

[0 1 2 3 4 5 6 7 8]

我想用np.random.shuffle对元素进行洗牌，但某些数字必须按原始顺序

我希望0，1，2有原始顺序。 我要3，4，5有原始订单。 我要6，7，8有原始顺序

数组中的元素数将是3的倍数

例如，一些可能的输出是：

[ 3 4 5 0 1 2 6 7 8]
[ 0 1 2 6 7 8 3 4 5]

但是这个：

[2 1 0 3 4 5 6 7 8]

将无效，因为0、1、2不符合原始顺序

我认为

zip（）

在这里可能有用，但我不确定。

天真的方法：

num_indices = len(array_to_shuffle) // 3 # use normal / in python 2
indices = np.arange(num_indices)
np.random.shuffle(indices)

shuffled_array = np.empty_like(array_to_shuffle)
cur_idx = 0
for idx in indices:
   shuffled_array[cur_idx:cur_idx+3] = array_to_shuffle[idx*3:(idx+1)*3]
   cur_idx += 3

更快（更清洁）选项：

---

使用

numpy.random.shuffle

和

numpy.ndarray.flant

函数的简短解决方案：

arr = np.arange(9)
arr_reshaped = arr.reshape((3,3))   # reshaping the input array to size 3x3
np.random.shuffle(arr_reshaped)
result = arr_reshaped.flatten()

print(result)

可能的随机结果之一：

[3 4 5 0 1 2 6 7 8]

---

这不是编程问题，您可以添加问题。

[3 4 5 0 1 2 6 7 8]