python - Numpy:使用不同的种子多次统一洗牌数组

Question

我有多个 numpy 数组，它们的行数 (axis_0) 相同，我想一致地洗牌。一次洗牌后，我想用不同的随机种子再次洗牌。

---

到目前为止，我使用的解决方案来自 Better way to shuffle two numpy arrays in unison :

def shuffle_in_unison(a, b):
    rng_state = numpy.random.get_state()
    numpy.random.shuffle(a)
    numpy.random.set_state(rng_state)
    numpy.random.shuffle(b)

但是，这不适用于多个齐奏洗牌，因为 rng_state 始终相同。

---

我尝试使用 RandomState 为每次调用获取不同的种子，但这甚至不适用于单个齐奏随机播放:

a = np.array([1,2,3,4,5])
b = np.array([10,20,30,40,50])

def shuffle_in_unison(a, b):
    r = np.random.RandomState() # different state from /dev/urandom for each call
    state = r.get_state()
    np.random.shuffle(a) # array([4, 2, 1, 5, 3])
    np.random.set_state(state)
    np.random.shuffle(b) # array([40, 20, 50, 10, 30])
    # -> doesn't work
    return a,b

for i in xrange(10):
    a,b = shuffle_in_unison(a,b)
    print a,b

我做错了什么？

---

---

编辑:

对于像我这样没有大数组的每个人，只需使用 Francesco ( https://stackoverflow.com/a/47156309/3955022 ) 的解决方案:

def shuffle_in_unison(a, b):
    n_elem = a.shape[0]
    indeces = np.random.permutation(n_elem)
    return a[indeces], b[indeces]

唯一的缺点就是这不是原地操作，对于我这样的大数组(500G)有点可惜。

Answer 1

我不知道你设置状态的方式有什么问题。但是我找到了另一种解决方案:不是随机播放 n 数组，而是使用 numpy.random.choice 只将它们的索引随机播放一次然后重新排序所有数组。

a = np.array([1,2,3,4,5])
b = np.array([10,20,30,40,5])

def shuffle_in_unison(a, b):
     n_elem = a.shape[0]
     indeces = np.random.choice(n_elem, size=n_elem, replace=False)
     return a[indeces], b[indeces]

 for i in xrange(5):
     a, b = shuffle_in_unison(a ,b)
     print(a, b)

我得到:

[5 2 4 3 1] [50 20 40 30 10]
[1 3 4 2 5] [10 30 40 20 50]
[1 2 5 4 3] [10 20 50 40 30]
[3 2 1 4 5] [30 20 10 40 50]
[1 2 5 3 4] [10 20 50 30 40]

编辑

感谢@Divakar 的建议。这是使用 numpy.random.premutation 获得相同结果的更具可读性的方法。

def shuffle_in_unison(a, b):
     n_elem = a.shape[0]
     indeces = np.random.permutation(n_elem)
     return a[indeces], b[indeces]