shuffle vs permute numpy

Question

Jaka jest różnica między numpy.random.shuffle(x) i numpy.random.permutation(x)?

Przeczytałem strony dokumentu, ale nie mogłem zrozumieć, czy istnieje jakaś różnica między tymi dwoma, gdy chcę tylko losowo przetasować elementy tablicy.

Aby być bardziej precyzyjnym, przypuśćmy, że mam tablicę x=[1,4,2,8].

Jeśli chcę generować losowe permutacje x, jaka jest różnica między shuffle(x) a permutation(x)?

Answer 1

np.random.permutation dwie różnice w np.random.shuffle:

• jeśli przeszły tablicy, to otrzymamy przetasowane kopii tablicy; np.random.shuffle tasuje inplace tablicy
• jeśli przeszły liczbą całkowitą, to będzie zwracać zdobyciem Zakres IE np.random.shuffle(np.arange(n))

If x is an integer, randomly permute np.arange(x). If x is an array, make a copy and shuffle the elements randomly.

Kod źródłowy może pomóc zrozumieć to:

3280  def permutation(self, object x): 
... 
3307   if isinstance(x, (int, np.integer)): 
3308    arr = np.arange(x) 
3309   else: 
3310    arr = np.array(x) 
3311   self.shuffle(arr) 
3312   return arr 

Answer 2

Dodając do tego, co @ecatmur powiedział: np.random.permutation jest przydatny, gdy trzeba przetasować zamówione pary, szczególnie dla klasyfikacji:

from np.random import permutation 
from sklearn.datasets import load_iris 
iris = load_iris() 
X = iris.data 
y = iris.target 

# Data is currently unshuffled; we should shuffle 
# each X[i] with its corresponding y[i] 
perm = permutation(len(X)) 
X = X[perm] 
y = y[perm]