Python x=x[class_id]在NumPy阵列上使用时做什么

我正在学习Python并解决一个机器学习问题

class_ids=np.arange(self.x.shape[0])
np.random.shuffle(class_ids)
self.x=self.x[class_ids]

---

这是NumPy中的一个洗牌函数，但我不明白

self.x=self.x[class\u id]

的意思。因为我认为它将数组的值赋给了一个变量。

假设

self.x

是一个numpy数组：

class\u-ids

是一个一维numpy数组，在表达式

x[class\u-ids]

中用作。由于前一行已洗牌

class\u id

，

x[class\u id]

的计算结果为按行洗牌的

self.x

。

---

赋值

self.x=self.x[class\u id]

将无序数组赋值给

self.x

这是一种非常复杂的方式来无序排列

self.x

的第一维度。例如：

>>> x = np.array([[1, 1], [2, 2], [3, 3], [4, 4], [5, 5]])
>>> x
array([[1, 1],
       [2, 2],
       [3, 3],
       [4, 4],
       [5, 5]])

然后使用上述方法

>>> class_ids=np.arange(x.shape[0])  # create an array [0, 1, 2, 3, 4]
>>> np.random.shuffle(class_ids)     # shuffle the array
>>> x[class_ids]                     # use integer array indexing to shuffle x
array([[5, 5],
       [3, 3],
       [1, 1],
       [4, 4],
       [2, 2]])

请注意，由于docstring明确提到：

此函数仅沿多维数组的第一个轴洗牌数组。子数组的顺序已更改，但其内容保持不变

或使用：

---

在赋值语句前后打印

self.x

。它做什么？什么是

self.x

？你能显示它的初始化吗？代码的目的似乎是洗牌

self.x

，在这种情况下，我假设

np.random.shuffle（self.x）

就足够了上面的代码是加载omniglot数据集的基本步骤，并尝试对其进行洗牌以进行训练或测试，而self.x是那些形状像self.x=np.reformate（self.x，newshape=（1622,20,28,28,1））的图片的数据。@PaulRooney

>>> np.random.shuffle(x)
>>> x
array([[5, 5],
       [3, 3],
       [1, 1],
       [2, 2],
       [4, 4]])

>>> class_ids = np.random.permutation(x.shape[0])  # shuffle the first dimensions indices
>>> x[class_ids]
array([[2, 2],
       [4, 4],
       [3, 3],
       [5, 5],
       [1, 1]])