Python numpy包 np.random.shuffle(x) 数据集 batch 预处理

numpy.random.shuffle(x)
的重要因素就是仅仅打乱第一层的数据，一个元组中首先默认行为第一纬度，列是第二个纬度，所以打乱机器学习和深度学习常用标签时，一般使用 M*(N+1) 结构（M代表数据总量，N代表每个数据的N个特征，1代表数据标注）将M个数据的排列顺序打乱，方便形成一个batch进行学习。

import numpy as np

arr = np.arange(10)
print(arr)
np.random.shuffle(arr)
print(arr)

arr = np.arange(18).reshape((9, 2))
print(arr)
np.random.shuffle(arr)
print(arr)

结果：

[0 1 2 3 4 5 6 7 8 9]
[1 5 3 4 8 2 6 7 0 9]
[[ 0  1]
[ 2  3]
[ 4  5]
[ 6  7]
[ 8  9]
[10 11]
[12 13]
[14 15]
[16 17]]
[[ 0  1]
[ 8  9]
[12 13]
[ 2  3]
[ 4  5]
[ 6  7]
[16 17]
[14 15]
[10 11]]