Numpy数组中每行随机洗牌

在本文中，我们将介绍如何使用Numpy在数组的每一行中随机洗牌。Numpy是Python中最流行的科学计算库之一，它提供了许多方便的函数来处理多维数组。其中，随机洗牌函数是在机器学习中经常使用的一种技术，在数据预处理中起到了很大的作用。

阅读更多：Numpy 教程

什么是Numpy？

Numpy是Python的一个扩展库，它提供了多维数组、矩阵、广播函数等功能。在科学计算、数据分析以及机器学习中，Numpy经常用来处理数据。Numpy提供的数组比Python自己的列表更加高效。

如何创建Numpy数组？

在Numpy中，我们可以使用numpy.array()函数创建数组。例如，下面的代码可以创建一个2行3列的数组：

import numpy as np

a = np.array([[1, 2, 3], [4, 5, 6]])

我们也可以使用numpy.random.rand()函数创建随机数组。下面的代码可以创建一个4行5列的随机数组：

import numpy as np

a = np.random.rand(4, 5)

如何在Numpy数组中每行随机洗牌？

我们可以使用numpy.random.shuffle()函数来在Numpy数组中每行随机洗牌。下面的代码可以演示这个过程：

import numpy as np

a = np.random.rand(4, 5)
print("原数组：")
print(a)

for row in a:
    np.random.shuffle(row)

print("每行随机洗牌后的数组：")
print(a)

上述代码的输出结果如下：

原数组：
[[0.41627429 0.30795881 0.14348583 0.21515504 0.11336169]
 [0.01938934 0.16422703 0.10359295 0.09842328 0.90302975]
 [0.03327917 0.05998432 0.83108748 0.64238875 0.52469645]
 [0.89830046 0.94157539 0.88906762 0.32002381 0.20780607]]
每行随机洗牌后的数组：
[[0.21515504 0.30795881 0.14348583 0.11336169 0.41627429]
 [0.90302975 0.10359295 0.09842328 0.01938934 0.16422703]
 [0.83108748 0.64238875 0.05998432 0.03327917 0.52469645]
 [0.32002381 0.20780607 0.94157539 0.88906762 0.89830046]]