主頁 > 知識庫 > python 實現(xiàn)以相同規(guī)律打亂多組數(shù)據(jù)

python 實現(xiàn)以相同規(guī)律打亂多組數(shù)據(jù)

熱門標簽:百度AI接口 客戶服務 企業(yè)做大做強 Win7旗艦版 呼叫中心市場需求 語音系統(tǒng) 硅谷的囚徒呼叫中心 電話運營中心

在深度學習的數(shù)據(jù)訓練過程中,雖然tensorflow和pytorch都會自帶打亂數(shù)據(jù)進行訓練的方法,但是當我們自己生成數(shù)據(jù),或者某些情況下依然要自己手動打亂順序。

這里介紹如何以相同規(guī)律打亂X,Y兩組數(shù)據(jù),多組數(shù)據(jù)相同道理。

第一種:(X,Y是list的格式,不是array)

產(chǎn)生相同的種子(seed)打亂順序:

import random
seed =50
x_batch, y_batch,start_num = train_load_order_sharp_5_9(image_list, num, start_num,length)
#加載我所有的數(shù)據(jù),這里想x_batch,Y_batch是list的格式,要注意
random.seed(seed)
random.shuffle(x_batch)
random.seed(seed)#一定得重復在寫一遍,和上面的seed要相同,不然y_batch和x_batch打亂順序會不一樣
random.shuffle(y_batch)

第二種:zip的方式,更加高效:(同第一種,X,Y是list的格式,不是array)

from random import shuffle
shuffle_data=True
if shuffle_data:
  c = list(zip(x_batch,y_batch))
  shuffle(c)
  x_batch,y_batch = zip(*c)

舉個例子:

>>> a=[1,2,3,4]
>>> b=[11,22,33,44]
>>> c=list(zip(a,b))
>>> shuffle(c)
>>> a,b = zip(*c)
>>> a
(2, 4, 3, 1)
>>> b
(22, 44, 33, 11)
#這里就讓a,b以相同的規(guī)律被打亂

補充:python打亂列表的方法解決問題_Python 如何隨機打亂列表(List)排序

現(xiàn)在有一個list:[1,2,3,4,5,6],我需要把這個list在輸出的時候,是以一種隨機打亂的形式輸出。

專業(yè)點的術(shù)語:將一個容器中的數(shù)據(jù)每次隨機逐個遍歷一遍。

注意:不是生成一個隨機的list集。

環(huán)境:

Python 3.6

解決方案:

方案一:

有人可能會通過Random內(nèi)置函數(shù),來間接實現(xiàn)想要的結(jié)果。但是這種方式,太原始,也不夠優(yōu)雅,而且有種重復造輪子的嫌疑。這里我就不貼我自己通過random實現(xiàn)的效果了。

方案二:

Random中有一個random.shuffle()方法提供了完美的解決方案。代碼如下:

x = [1,2,3,4,5,6]
random.shuffle(x)
print(x)

輸出結(jié)果:

第一次輸出內(nèi)容:[6, 5, 1, 3, 2, 4]

第二次輸出內(nèi)容:[6, 1, 3, 5, 2, 4]

第三次輸出內(nèi)容:[5, 3, 1, 2, 4, 6]

從結(jié)果我們可以看出,輸出是完全隨機的,代碼量就兩行,不需要random,不需要for循環(huán)。

源碼解讀:

def shuffle(self, x, random=None):
"""Shuffle list x in place, and return None.

原位打亂列表,不生成新的列表。

Optional argument random is a 0-argument

function returning a random float in [0.0, 1.0);

if it is the default None,

the standard random.random will be used.

可選參數(shù)random是一個從0到參數(shù)的函數(shù),返回[0.0,1.0)中的隨機浮點;

如果random是缺省值None,則將使用標準的random.random()。

"""
if random is None:
randbelow = self._randbelow
for i in reversed(range(1, len(x))):
# pick an element in x[:i+1] with which to exchange x[i]
j = randbelow(i + 1)
x[i], x[j] = x[j], x[i]
else:
_int = int
for i in reversed(range(1, len(x))):
# pick an element in x[:i+1] with which to exchange x[i]
j = _int(random() * (i + 1))
x[i], x[j] = x[j], x[i]

注意 :

從代碼的注釋,我們看到random.shuffle()是對原list做修改,如果需要保留原list,請注意這個細節(jié)。

以上為個人經(jīng)驗,希望能給大家一個參考,也希望大家多多支持腳本之家。如有錯誤或未考慮完全的地方,望不吝賜教。

您可能感興趣的文章:
  • Python深度學習之使用Pytorch搭建ShuffleNetv2
  • Pytorch在dataloader類中設(shè)置shuffle的隨機數(shù)種子方式
  • Pytorch使用shuffle打亂數(shù)據(jù)的操作

標簽:安康 長沙 濟南 山西 喀什 海南 山西 崇左

巨人網(wǎng)絡通訊聲明:本文標題《python 實現(xiàn)以相同規(guī)律打亂多組數(shù)據(jù)》,本文關(guān)鍵詞  ;如發(fā)現(xiàn)本文內(nèi)容存在版權(quán)問題,煩請?zhí)峁┫嚓P(guān)信息告之我們,我們將及時溝通與處理。本站內(nèi)容系統(tǒng)采集于網(wǎng)絡,涉及言論、版權(quán)與本站無關(guān)。
  • 相關(guān)文章
  • 收縮
    • 微信客服
    • 微信二維碼
    • 電話咨詢

    • 400-1100-266