Shuffle-Spalten eines Arrays mit Numpy

Question

Nehmen wir an, ich habe ein Array r der Dimension (n, m). Ich möchte die Spalten dieses Arrays mischen.

Wenn ich numpy.random.shuffle(r) verwende, mischt es die Zeilen. Wie kann ich nur die Spalten mischen? So dass die erste Spalte die zweite wird und die dritte die erste, usw., zufällig.

Beispiel:

Eingang:

array([[ 1, 20, 100], 
     [ 2, 31, 401], 
     [ 8, 11, 108]]) 

Ausgang:

array([[ 20, 1, 100], 
     [ 31, 2, 401], 
     [ 11, 8, 108]]) 

Answer 1

Während fragen Ich dachte, vielleicht könnte ich die transponierten Matrix mischen:

np.random.shuffle(np.transpose(r)) 

Es sieht so aus, als ob es den Job erledigt. Ich würde Kommentare schätzen, um zu wissen, ob es ein guter Weg ist, dies zu erreichen.

Answer 2

Für eine allgemeine Achse Sie das Muster folgen konnte:

>>> import numpy as np 
>>> 
>>> a = np.array([[ 1, 20, 100, 4], 
...    [ 2, 31, 401, 5], 
...    [ 8, 11, 108, 6]]) 
>>> 
>>> print a[:, np.random.permutation(a.shape[1])] 
[[ 4 1 20 100] 
[ 5 2 31 401] 
[ 6 8 11 108]] 
>>> 
>>> print a[np.random.permutation(a.shape[0]), :] 
[[ 1 20 100 4] 
[ 2 31 401 5] 
[ 8 11 108 6]] 
>>> 

Answer 3

einen Schritt weiter von Ihrer Antwort also:

Edit: Ich könnte sehr leicht verwechselt werden, wie dies funktioniert, so dass ich m bei jedem Schritt mein Verständnis des Zustands der Matrix einzufügen.

r == 1 2 3 
    4 5 6 
    6 7 8 

r = np.transpose(r) 

r == 1 4 6 
    2 5 7 
    3 6 8   # Columns are now rows 

np.random.shuffle(r) 

r == 2 5 7 
    3 6 8 
    1 4 6   # Columns-as-rows are shuffled 

r = np.transpose(r) 

r == 2 3 1 
    5 6 4 
    7 8 6   # Columns are columns again, shuffled. 

die dann wieder in der richtigen Form sein würde, mit den Spalten neu angeordnet.

Die Transponierte der Transponierten einer Matrix == dieser Matrix, oder, [A^T]^T == A. Sie müssten also nach dem Shuffle eine zweite Transponierung durchführen (weil eine Transponierung nicht möglich ist) ein Shuffle), damit es wieder in seiner richtigen Form ist.

Edit: Die Antwort des OPs überspringt das Speichern der Transpositionen und lässt stattdessen den Shuffle auf r laufen, als ob es wäre.

Answer 4

Im Allgemeinen, wenn Sie wollen i eine numpy Array entlang der Achse mischen:

def shuffle(x, axis = 0): 
    n_axis = len(x.shape) 
    t = np.arange(n_axis) 
    t[0] = axis 
    t[axis] = 0 
    xt = np.transpose(x.copy(), t) 
    np.random.shuffle(xt) 
    shuffled_x = np.transpose(xt, t) 
    return shuffled_x 

shuffle(array, axis=i)