在玩python學習機器時，對于那種對隨機性不太敏感的模型，理論上說可以不打亂。但敏感不敏感也跟數據量級，復雜度，算法內部計算機制都有關，目前并沒有一個經緯分明的算法隨機度敏感度列表。既然打亂數據并不會得到一個更差的結果，一般推薦的做法就是打亂全量數據。那怎么打亂呢?今天小編就教大家在python中打亂數據集和標簽，來看看吧。

方法一、打亂索引Index

importnumpyasnp

index=[iforiinrange(len(test_data))]#test_data為測試數據

np.random.shuffle(index)#打亂索引

test_data=test_data[index]

test_label=test_label[index]

方法二：通過數組來shuffle來打亂

image_list=[]#listofimages

label_list=[]#listoflabels

temp=np.array([image_list,label_list])

temp=temp.transpose()

np.random.shuffle(temp)

images=temp[:,0]#arrayofimages(N,)

labels=temp[:,1]

方法三：通過隨機數打亂

importnumpyasnp

np.random.seed(12)

np.random.shuffle(test_data)

np.random.seed(12)

np.random.shuffle(test_label)

以上內容為大家介紹了在python中如何打亂數據?希望對大家有所幫助，如果想要了解更多Python相關知識，請關注IT培訓機構:千鋒教育。