python训练数据时打乱训练数据与标签的两种方法小结_Python

python训练数据时打乱训练数据与标签的两种方法小结

2021-04-17 00:09白话先生 Python

今天小编就为大家分享一篇python训练数据时打乱训练数据与标签的两种方法小结，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

如下所示：

				?

									<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：', y

									print '-------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：', y

									print '-------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>