Python 带约束的numpy洗牌

我想洗牌一个一维numpy数组，约束条件是没有任何元素与来自另一个相同形状数组的相应元素（即相同索引）匹配。可以假设每个数组的所有元素都是唯一的

比如说,

a = np.arange(10)
b = a.copy()
np.random.shuffle(b)
np.where(a==b) # This should be empty

---

最好的办法是什么？有什么想法吗？

根据乔治的回答改编

---

你可以试着一次又一次地重新洗牌，直到你的条件得到满足。这被称为a。对于大的

n

，列表的随机排列没有固定点的概率大约为1/e，因此在运气好之前可以安全地进行重新排列。另一方面，给出了一种产生混乱的算法。在基准测试方面，这显然是最快的@Christopher的运行速度为：

5.85 ms±455µs/循环（平均值±标准偏差为7次运行，每个循环100次）

，而这一速度为

72.2µs±12.8µs/循环（平均值±标准偏差为7次运行，每个循环100次）

因此，在测试2000次排列时，平均快98%。

def random_derangement(n):
    while True:
        v = np.arange(n)
        for j in np.arange(n - 1, -1, -1):
            p = np.random.randint(0, j+1)
            if v[p] == j:
                break
            else:
                v[j], v[p] = v[p], v[j]
        else:
            if v[0] != 0:
                return v

def random_derangement(N):
    original = np.arange(N)
    new = np.random.permutation(N)
    same = np.where(original == new)[0]
    while len(same) != 0:
        swap = same[np.random.permutation(len(same))]
        new[same] = new[swap]
        same = np.where(original == new)[0]
        if len(same) == 1:
            swap = np.random.randint(0, N)
            new[[same[0], swap]] = new[[swap, same[0]]]
    return new