shuffle#

sklearn.utils.shuffle(*arrays, random_state=None, n_samples=None)[原始碼]#

以一致的方式打亂陣列或稀疏矩陣。

這是 resample(*arrays, replace=False) 的方便別名，用於對集合進行隨機排列。

參數:

*arrays可索引的資料結構序列: 可索引的資料結構可以是陣列、列表、資料框架或具有一致第一維度的 scipy 稀疏矩陣。
random_stateint，RandomState 實例或 None，預設值為 None: 決定打亂資料的隨機數生成。傳遞 int 可在多次函數呼叫中獲得可重複的結果。請參閱詞彙表。
n_samplesint，預設值為 None: 要產生的樣本數。如果保留為 None，則會自動設定為陣列的第一維度。它不應大於陣列的長度。

返回:

shuffled_arrays可索引的資料結構序列: 集合的打亂副本序列。原始陣列不受影響。

另請參閱

resample: 以一致的方式重新取樣陣列或稀疏矩陣。

範例

可以在同一次執行中混合稀疏和密集陣列

>>> import numpy as np
>>> X = np.array([[1., 0.], [2., 1.], [0., 0.]])
>>> y = np.array([0, 1, 2])

>>> from scipy.sparse import coo_matrix
>>> X_sparse = coo_matrix(X)

>>> from sklearn.utils import shuffle
>>> X, X_sparse, y = shuffle(X, X_sparse, y, random_state=0)
>>> X
array([[0., 0.],
       [2., 1.],
       [1., 0.]])

>>> X_sparse
<Compressed Sparse Row sparse matrix of dtype 'float64'
    with 3 stored elements and shape (3, 2)>

>>> X_sparse.toarray()
array([[0., 0.],
       [2., 1.],
       [1., 0.]])

>>> y
array([2, 1, 0])

>>> shuffle(y, n_samples=2, random_state=0)
array([0, 1])