Python数据分析--------numpy数据打乱

目录

• x
• 一、shuffle函数:
• 二、np.random.permutation()函数
• 三、sameple函数

Top~~

一、shuffle函数:

import numpy.random

def shuffleData(data):

　　np.random.shufflr(data)

　　cols=data.shape[1]

　　X=data[:,0:cols-1]

　　Y=data[:,cols-1:]

　　return X,Y

 

Top~~

二、np.random.permutation()函数

这个函数的使用来随机排列一个数组的，

一维数组：

对多维数组来说，是多维随机打乱而不是1维，例如：

如果要利用次函数对输入数据X、Y进行随机排序，且要求随机排序后的X Y中的值保持原来的对应关系，可以这样处理：

permutation = list(np.random.permutation(m))  #m为样本数

shuffled_X = X[permutation]

shuffled_Y = Y[permutation].reshape((1,m))

图4中的代码是针对一维数组来说的,(图片中右侧为运行结果)：

图5中的代码是针对二维数组来说的：

https://blog.csdn.net/zhlw_199008/article/details/80569167

 

Top~~

三、sameple函数

sample（）参数frac是要返回的比例，比如df中有10行数据，我只想返回其中的30%,那么frac=0.3

以下代码实现了从“CRASHSEV”中选出1,2,3,4的属性，乱序，然后取出前10000行，按行链接成新的数据，重建索引：

def unbanlance(un_data):

    data1 = un_data.loc[(data["CRASHSEV"] == 1)].sample(frac=1).iloc[:10000, :]

    data2 = un_data.loc[(data["CRASHSEV"] == 2)].sample(frac=1).iloc[:10000, :]

    data3 = un_data.loc[(data["CRASHSEV"] == 3)].sample(frac=1).iloc[:10000, :]

    data4 = un_data.loc[(data["CRASHSEV"] == 4)].sample(frac=1).iloc[:10000, :]

    ba_data = pd.concat([data1,data2,data3,data4], axis=0).sample(frac=1).reset_index(drop=True)  #0是按行链接

    return ba_data