Python 有选择性条件的Numpy洗牌？

我想用一个条件洗牌一个2d Numpy数组。例如，仅洗牌非零值

将numpy导入为np
a=np.arange（9）。重塑（（3,3））
a[2,2]=0
#洗牌非零值
#仅0停留在原地的示例洗牌
>>>a
数组（[[0,5,3]，
[7, 2, 6],
[4, 1, 0]])

您可以执行以下操作：

将numpy导入为np
a=np.arange（9）。重塑（（3,3））
a[2,2]=0
c=a[a！=0]
np.random.shuffle（c）
a[a！=0]=c
A.
#数组（[[0,6,5]，
#         [2, 3, 7],
#         [4, 1, 0]])

如果你有不同的情况，你可以：

import numpy as np
a = np.arange(9).reshape((3,3))
a[2,2] = 0
cond = a>3
c = a[cond]
np.random.shuffle(c)
a[cond] = c

更简洁的方法是：

a=np.arange（9）.重塑（（3,3））
a[2,2]=0
a[a>3]=np.随机排列（a[a>3]）

这是一种方法：

import numpy as np

np.random.seed(0)
a = np.arange(9).reshape((3,3))
a[2,2] = 0

# Take a flattened version of the array
b = a.flatten()  # If you do not need a copy use a.ravel()
# Find indices of non-zero values
idx, = np.nonzero(b)
# Shuffle those indices
b[idx] = b[np.random.permutation(idx)]
# Put back into original shape
b = b.reshape(a.shape)
print(b)
# [[0 7 3]
#  [2 4 1]
#  [6 5 0]]

如果要使用其他条件，只需更换：

idx, = np.nonzero(b)

与：

---

例如，要仅对偶数进行无序排列，您可以使用

b%2==0

作为

条件

初始数组和无序排列的数组是否应具有相同的元素？是–对所有值进行无序排列，但不包括满足条件的值。检查@Brella对我的答案的评论，您应该接受另一个答案，我没有考虑到一个错误

idx, = np.where(condition)