Python中的常見數據集打亂方法
更新時間:2023年02月02日 17:00:47 作者:starky0729
這篇文章主要介紹了Python中的常見數據集打亂方法,具有很好的參考價值,希望對大家有所幫助。如有錯誤或未考慮完全的地方,望不吝賜教
python常見的數據集打亂方法
第一種方法
通過index
x_train, y_train=train_load() index = [i for i in range(len(x_train))] np.random.shuffle(index) x_train= x_train[index] y_train = y_train[index]
第二種方法
zip()+shuffle()方法
x_train, y_train=train_load() result = list(zip(x_train, y_train)) ?# 打亂的索引序列 np.random.shuffle(result) x_train,y_train = zip(*result)
第三種方法
seed()+shuffle
x_batch, y_batch = train_load() #加載我所有的數據,這里想x_batch,Y_batch是list的格式,要注意 seed=100 random.seed(seed) random.shuffle(x_batch) random.seed(seed)#一定得重復在寫一遍,和上面的seed要相同,不然y_batch和x_batch打亂順序會不一樣 random.shuffle(y_batch)
PS:numpy中函數shuffle與permutation都是對原來的數組隨機打亂原來的順序,shuffle中文含義為洗牌,permutation中文含義為排列,區(qū)別在于shuffle直接在原來的數組上進行操作,改變原來數組的順序,無返回值。
而permutation不直接在原來的數組上進行操作,而是返回一個新的打亂順序的數組,并不改變原來的數組。
python手動打亂數據集
x_train, y_train = np.array(x_train),np.array(y_train) index = [i for i in range(len(y_train))] np.random.shuffle(index) x_train = x_train[index] y_train = y_train[index]
總結
以上為個人經驗,希望能給大家一個參考,也希望大家多多支持腳本之家。
相關文章
Python針對給定字符串求解所有子序列是否為回文序列的方法
這篇文章主要介紹了Python針對給定字符串求解所有子序列是否為回文序列的方法,涉及Python針對字符串的遍歷、判斷、運算相關操作技巧,需要的朋友可以參考下2018-04-04
解讀Tensorflow2.0訓練損失值降低,但測試正確率基本不變的情況
這篇文章主要介紹了Tensorflow2.0訓練損失值降低,但測試正確率基本不變的情況,具有很好的參考價值,希望對大家有所幫助。如有錯誤或未考慮完全的地方,望不吝賜教2023-06-06

