python训练数据时如何打乱训练数据与标签

这篇文章主要介绍python训练数据时如何打乱训练数据与标签，文中介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们一定要看完！

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>

以上是“python训练数据时如何打乱训练数据与标签”这篇文章的所有内容，感谢各位的阅读！希望分享的内容对大家有帮助，更多相关知识，欢迎关注行业资讯频道！