如下所示：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
|
<code class="language-python">import numpy as np data = np.array([[1,1],[2,2],[3,3],[4,4],[5,5]]) y = np.array([1,2,3,4,5]) print '-------第1种方法：通过打乱索引从而打乱数据,好处是1:数据量很大时能够节约内存,2每次都不一样----------'data = np.array([[1,1],[2,2],[3,3],[4,4],[5,5]]) data_num, _= data.shape #得到样本数 index = np.arange(data_num) # 生成下标 np.random.shuffle(index) print '-------原数据：----------'print '数据：',data print '标签：', yprint '-------打乱数据：----------'print '数据：',data[index] print '标签：',y[index]print '-------第2种方法：直接的打乱数据,利用随机数种子，好处：每次打乱的顺序是固定的----------'data = np.array([[1,1],[2,2],[3,3],[4,4],[5,5]]) y = np.array([1,2,3,4,5])print '-------原数据：----------'print '数据：',data print '标签：', yprint '-------打乱数据：----------'np.random.seed(116)np.random.shuffle(data) np.random.seed(116)np.random.shuffle(y) print '数据：',data print '标签：', y</code> |
以上这篇python训练数据时打乱训练数据与标签的两种方法小结就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持服务器之家。
原文链接：https://blog.csdn.net/liuweizj12/article/details/80020861
