在 Numpy 矩阵中一次洗牌一列的有效方法

Question

我需要一一打乱 numpy 矩阵的所有列。这是我当前的代码

n, p = X.shape
val = []
for i in range(p):
    Xt = X.copy()
    np.random.shuffle(Xt[:, i])
    print(Xt)

我每次X复制到变量Xt.这似乎效率很低。

如何加快此代码的速度？

编辑：示例鉴于

`X= [[0 3 6]
    [1 4 7]
    [2 5 8]]`

for 循环的预期输出为：

>>> [[2 3 6]
 [1 4 7]
 [0 5 8]] 
[[0 5 6]
 [1 4 7]
 [2 3 8]] 
[[0 3 7]
 [1 4 8]
 [2 5 6]] 
>>> 

每次只应随机播放一列。所有其他列应具有与原始矩阵相同的值

Answer 1

在 numpy 中打乱列可以就地完成，根本不需要复制：

import numpy as np
X = np.arange(25).reshape(5,5).transpose()
print X
np.random.shuffle(X[:,2])  # here, X[:,2] is a just a view onto this column of X
print X

输出为：

[[ 0  1  2  3  4]  # the original
 [ 5  6  7  8  9]
 [10 11 12 13 14]
 [15 16 17 18 19]
 [20 21 22 23 24]]
[[ 0  1  2  3  4]  # note that the middle column is shuffled here
 [ 5  6 12  8  9]
 [10 11 22 13 14]
 [15 16 17 18 19]
 [20 21  7 23 24]]

您正在做大量复制，很难判断其中是否有任何需要满足您的整体需求，但对于随机播放来说不是必需的。

编辑：
虽然这个问题是用洗牌来写的，因为洗牌可以就地完成，所以实际的低效率是由于复制。 因此，问题变成了OP在副本方面需要什么？ 由于需要恢复原始数组，因此需要复制或复制一些其他索引或数组值。 在这种情况下，唯一的效率是希望不需要为每个周期复制整个数组，而只需要复制列（或者，基本上等价地复制整个矩阵一次 - 与复制矩阵 p 次相比，如问题示例和 @ajcr）。 以下生成器只是逐行执行此操作：

def sc(x):
    p = X.shape[1]
    for i in range(p):
        hold = np.array(x[:,i])
        np.random.shuffle(x[:,i])
        yield x
        x[:,i] = hold
for i in sc(X):
    print i

这给了：

[[ 2  5 11 15 20]    # #0 column shuffled
 [ 3  6 10 16 21]
 [ 0  7 14 17 22]
 [ 4  8 13 18 23]
 [ 1  9 12 19 24]]
[[ 0  5 11 15 20]    # #1 column shuffled
 [ 1  8 10 16 21]
 [ 2  9 14 17 22]
 [ 3  7 13 18 23]
 [ 4  6 12 19 24]]
#  etc

另一方面，如果整个数组需要为每个列移次创建一个新副本，那就是时间的去向，

Answer 2

这是完全避免循环并构建所需数组的一种方法：

• 给定一个包含 n 列的数组X，构造一个包含 X n副本的数组Y。

• 创建一个掩码以从数组Y的第 i 个X副本中选择第 i 列。

使用

• 掩码 on Y将 X 的列随机副本重新分配给Y的相关索引

在NumPy中，它看起来像这样：

>>> X = np.arange(9).reshape(3, 3)
>>> X
array([[0, 1, 2],          # an example array
       [3, 4, 5],
       [6, 7, 8]])
>>> Y = X * np.ones((3, 3, 3))
>>> mask = zeros_like(Y)
>>> mask[[0,1,2],:,[0,1,2]] = 1
>>> mask = mask.astype(bool)
>>> Y[mask] = np.random.permutation(X).ravel('F')
>>> Y
array([[[ 6.,  1.,  2.],   # first column shuffled
        [ 0.,  4.,  5.],
        [ 3.,  7.,  8.]],
       [[ 0.,  7.,  2.],   # second column shuffled
        [ 3.,  1.,  5.],
        [ 6.,  4.,  8.]],
       [[ 0.,  1.,  8.],   # third column shuffled
        [ 3.,  4.,  2.],
        [ 6.,  7.,  5.]]])