sklearn.utils.shuffle

sklearn.utils.shuffle(*arrays, **options)

源码

以一致的方式随机排列数组或稀疏矩阵

这是一个方便的别名,用于resample(*arrays, replace=False)对集合进行随机排列。

参数 说明
*arrays sequence of indexable data-structures
可索引的数据结构可以是数组、列表、数据矩阵或具有一致第一维的稀疏矩阵。
返回值 说明
shuffled_arrays sequence of indexable data-structures
集合中打乱的副本的序列。原始数组不受影响。
其他参数 说明
random_state int, RandomState instance or None, optional (default=None)
确定用于对数据进行混排的随机数生成。 在多个函数调用之间传递int以获得可重复的结果。 请参阅词汇表
n_samples int, None by default
要生成的样本数量。如果为空,则自动将其设置为数组的第一个维度。

另见:

sklearn.utils.resample

示例:

可以在同一运行中混合使用稀疏数组和密集数组:

>>> X = np.array([[1.0.], [2.1.], [0.0.]])
>>> y = np.array([012])

>>> 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
<3x2 sparse matrix of type '<... 'numpy.float64'>'
    with 3 stored elements in Compressed Sparse Row format>

>>> X_sparse.toarray()
array([[0.0.],
       [2.1.],
       [1.0.]])

>>> y
array([210])

>>> shuffle(y, n_samples=2, random_state=0)
array([01])