在python中洗牌数组

我有这个阵列：

arr=[[1,1,1],[0,0,0],[0,0,0]

我想在第二、第三和第一行随机分配1

例如，想要的结果是：

arr=[[1,1,0],[0,0,0],[0,1,0] or arr=[[1,0,0],[0,0,1],[0,1,0]

然而，使用

np.random.shuffle(arr)

---

结果是洗牌行而不是元素。

您可以创建一个扩展列表，洗牌，然后再次分组，如下所示：

import numpy as np

arr=[[1,1,1],[0,0,0],[0,0,0]]

extended_array = []
for array in arr:
    extended_array.extend(array)

np.random.shuffle(extended_array)

arr = list(zip(*[iter(extended_array)] * 3))

print(arr)

可能的产出：

[(0, 0, 0), (0, 0, 1), (1, 0, 1)]

---

通过一个例子扩展我的评论，利用和-正如Lucas已经提供的numpy解决方案：

import random
from itertools import chain 

arr=[[1,1,0],[0,0,0],[0,1,0]]    

# make it a 1-dim list
chained = list(chain.from_iterable(arr))

# shuffle it 
random.shuffle(chained)

# repartition it again
new = [chained[i:i+3] for i in range(0,9,3)]

print(new)

输出（多次尝试）：

---

你可以解构你的阵列，洗牌，然后重新构建

import numpy as np

arr=[[1,1,1],[0,0,0],[0,0,0]]

flat_arr = [item for sublist in arr for item in sublist]

np.random.shuffle(flat_arr)

arr=np.array(flat_arr)

np.split(arr,3)

---

做一个阵列、展平、洗牌和重塑如何：

import numpy as np

arr = np.array([[1,1,1],[0,0,0],[0,0,0]])
flat = np.array(arr.flat)

np.random.shuffle(flat)

result_array = flat.reshape(arr.shape)

---

你可以这样做

将numpy导入为np
arr=[[1,1,1]，[0,0,0]，[0,0,0]]
np.随机.置换（np.数组（arr）.整形（1,9）[0]）.整形（3,3）.tolist（）

输出（您的可能不同，因为随机性）：

[[0,1,1]，[0,0,0]，[0,0,1]]

说明：

• np.array（x）

  将列表x转换为numpy数组

• 重塑（1,9）

  获取

  [[1,1,1]，[0,0,0]，[0,0,0]]

  并返回[[

  1,1,0,0,0,0,0]]

  ，因此我们使用

  [0]

  获得它的第一个元素（整个子列表）

• np.random.permutation（x）

  获取一个列表

  x

  ，并返回一个随机混合的副本。
  • 我们用它来代替看起来更明显的

    np.random.shuffle（x）

    ，它是破坏性的，它会将列表在适当的位置洗牌，而不是返回副本

• 重塑（3,3）

  获取我们的

  （1,9）

  列表并将其转换回

  （3,3）

• 最后，

  tolist（）

---

你能旋转数组的数组，然后洗牌，现在，列，然后再旋转回来吗？做一个（9,1）洗牌，再做一次（3,3）如果这个结果允许的话，最后一列中有两个1？@quamrana我相信是这样的，就像他在问题中的例子一样。快回答我吧。也就是说，

[i:i+3]对于范围（0,9,3）内的i]

可以写得更短，如

[i:3]对于范围（3）内的i]

。另外，

list（chain.from_iterable（arr））

也可以是

list（chain（*arr））

我相信你的解决方案比我的更像python

import numpy as np

arr = np.array([[1,1,1],[0,0,0],[0,0,0]])
flat = np.array(arr.flat)

np.random.shuffle(flat)

result_array = flat.reshape(arr.shape)