numpy:元素的洗牌子集

Question

我有一个2-d numpy-array，将其解释为网格，并希望将元素的子集输入。更确切地说，边缘应映射到边缘和一个角落映射到角落。

• np.random.shuffle完成工作，当元素的任何置换都可以。

我可以通过：

访问角落

a = np.arange(16).reshape((4,4))
a[[0,0,-1,-1],[0,-1,0,-1]]

但是，当我打电话

时

np.random.shuffle(a[[0,0,-1,-1],[0,-1,0,-1]])

阵列没有更改。阅读https://docs.scipy.org/doc/numpy-1.1.13.0/reference/arrays.indexing.html，我发现上述使用的高级切片，它返回副本，而是视图。但是此副本被安置在现场，因此没有结果可以分配给原始数组。

所以问题是，我如何计算所选索引的元素？

Answer 1

您可以使用 np.random.permutation获取输入序列的洗牌副本，然后使用索引：

分配此内容

In [19]: a = np.arange(16).reshape((4,4))
In [20]: a
Out[20]:
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11],
       [12, 13, 14, 15]])
In [21]: a[[0,0,-1,-1],[0,-1,0,-1]] = np.random.permutation(a[[0,0,-1,-1],[0,-1,0,-1]])
In [22]: a
Out[22]:
array([[12,  1,  2, 15],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11],
       [ 0, 13, 14,  3]])

另外，您 can 使用a[::a.shape[0]-1, ::a.shape[1]-1]

获取数组4个角的 view

然而，由于其结果是二维的numpy阵列，因此改组只会沿着第一个轴进行洗牌。

Answer 2

罪魁祸首是np.random.shuffle确实会更改成立数组，并且永远不会返回值，从而随机订购条目。您的代码更改了包含Corners的新临时数组，该数组已更改，但是您没有参考，因此您没有更改。结帐：

>>> import numpy as np 
>>> a = np.arange(16).reshape((4,4))
>>> a
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11],
       [12, 13, 14, 15]])
>>> np.random.shuffle(a)
>>> a
array([[12, 13, 14, 15],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11],
       [ 0,  1,  2,  3]])
>>> np.random.shuffle(a)
>>> a
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [12, 13, 14, 15],
       [ 8,  9, 10, 11]])
>>> a[[0,0,-1,-1],[0,-1,0,-1]]
array([ 0,  3,  8, 11])
>>> np.random.shuffle(a[[0,0,-1,-1],[0,-1,0,-1]])
>>> b = a[[0,0,-1,-1],[0,-1,0,-1]]
>>> np.random.shuffle(b)
>>> b
array([ 0, 11,  8,  3])
>>>  

现在，您只需要使用b重新分配角。并保重，我的示例中的角落是从已经洗牌的阵列a。