Numpy 将相同的随机排列应用于具有相同形状的两个不同的 ndarray

Question

假设我有两个 NumPy 数组，比如说，每个数组的形状都是 (N,1)。第一个数组是一个名为 Age 的数组，第二个数组称为 income。假设这些属性是不同人的样本，那么 ith 索引指的是样本中的 ith 人，通过知道 i 我可以检索他的年龄和收入。现在假设我想随机（或确定性地）排列两个数组，以便两者都进行相同的排列？我的意思是，排列后，两个数组的索引j指的是同一个人的属性？我知道这样做的一种方法是定义具有两个属性的人的对象：age 和 income，但我想要这样做的 Numpy 方式。谢谢。

Answer 1

您可以先创建一个索引排列，然后使用相同的索引排列访问两个数组。例如，这可以使用 numpy.random.permutation 来完成。

示例：

>>> age = np.random.randint(0,100,10)
>>> income = np.random.randint(0,10000,10)
>>> age
array([38,  4, 70, 16,  8, 29,  1, 41, 54, 60])
>>> income
array([4797, 5884, 8005, 5696, 7577, 6386, 3314, 3574, 5422,  409])
>>> permutation_indices = np.random.permutation(10)
>>> permutation_indices
array([9, 1, 8, 0, 7, 3, 2, 6, 5, 4])
>>> age[permutation_indices]
array([60,  4, 54, 38, 41, 16, 70,  1, 29,  8])
>>> income[permutation_indices]
array([ 409, 5884, 5422, 4797, 3574, 5696, 8005, 3314, 6386, 7577])

Numpy 将相同的随机排列应用于具有相同形状的两个不同的 ndarray

Numpy apply the same random permutation to two different ndarray with the same shape

python

arrays

numpy

permutation