Python Numpy：洗牌元素的子集

我有一个二维numpy数组，将其解释为网格，并希望排列元素的子集。 更准确地说，应将边映射到边，将角映射到角

• np.random.shuffle

  在元素的任何排列都很好的情况下完成这项工作

我可以通过以下方式进入角落：

a = np.arange(16).reshape((4,4))
a[[0,0,-1,-1],[0,-1,0,-1]]

然而，当我打电话时

np.random.shuffle(a[[0,0,-1,-1],[0,-1,0,-1]])

数组没有更改。阅读时，我发现上面使用的是高级切片，它返回的是一个副本，而不是视图。 但是，该副本会在适当的位置进行洗牌，因此不会将结果分配给原始数组

所以问题是，我如何排列所选索引的元素？

您可以使用获取输入序列的无序副本，然后使用索引分配：

In [19]: a = np.arange(16).reshape((4,4))

In [20]: a
Out[20]:
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11],
       [12, 13, 14, 15]])

In [21]: a[[0,0,-1,-1],[0,-1,0,-1]] = np.random.permutation(a[[0,0,-1,-1],[0,-1,0,-1]])

In [22]: a
Out[22]:
array([[12,  1,  2, 15],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11],
       [ 0, 13, 14,  3]])

另外，您可以使用

a[：：a.shape[0]-1，：：a.shape[1]-1]

---

但是，由于这是一个二维numpy数组，因此洗牌只会沿着第一个轴进行。

罪魁祸首是np.random.shuffle确实更改了数组的位置，并且从不返回值，对条目进行随机排序。您的代码更改了包含角点的新的临时数组，该数组已更改，但您没有对它的引用，因此您看不到任何更改。退房：

>>> import numpy as np 
>>> a = np.arange(16).reshape((4,4))
>>> a
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11],
       [12, 13, 14, 15]])
>>> np.random.shuffle(a)
>>> a
array([[12, 13, 14, 15],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11],
       [ 0,  1,  2,  3]])
>>> np.random.shuffle(a)
>>> a
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [12, 13, 14, 15],
       [ 8,  9, 10, 11]])
>>> a[[0,0,-1,-1],[0,-1,0,-1]]
array([ 0,  3,  8, 11])
>>> np.random.shuffle(a[[0,0,-1,-1],[0,-1,0,-1]])
>>> b = a[[0,0,-1,-1],[0,-1,0,-1]]
>>> np.random.shuffle(b)
>>> b
array([ 0, 11,  8,  3])
>>>  

---

现在您只需使用b重新指定角点。注意，我的示例中的角点是从已经洗牌的数组a中提取的。

当我试图在中间部分使用

shuffle

时，也出现了仅洗牌1维的问题，但是

permutation

对于

np.random.permutation（a[1:-1,1:-1]）

，所以我也会尝试高级索引。Numpy索引需要一段时间才能掌握窍门，但是非常非常强大。快乐编程！你的代码确实解决了这个问题。然而，看起来这只是

np.random.permutation

（如果我错了，请纠正我）的更明确/详细的版本。根据文档中的描述，有更微妙的区别：permutation在执行洗牌之前复制数组和子数组。还有一种方便的方法

np.random.permutation（n）

生成一个数字从0到n的随机数组。请参阅[和文档中的上一主题。在您的情况下，这并不重要，因为您仅排列选定的角点并重新分配它们。