python训练数据时打乱训练数据与标签的两种方法小结

<code class=\"language-python\">import numpy as np 
 
data = np.array([[1,1],[2,2],[3,3],[4,4],[5,5]]) 
y = np.array([1,2,3,4,5])
 
print \'-------第1种方法：通过打乱索引从而打乱数据,好处是1:数据量很大时能够节约内存,2每次都不一样----------\' 
data = np.array([[1,1],[2,2],[3,3],[4,4],[5,5]]) 
data_num, _= data.shape #得到样本数 
index = np.arange(data_num) # 生成下标 
np.random.shuffle(index) 
print \'-------原数据：----------\' 
print \'数据：\',data 
print \'标签：\', y
print \'-------打乱数据：----------\' 
print \'数据：\',data[index] 
print \'标签：\',y[index]

print \'-------第2种方法：直接的打乱数据,利用随机数种子，好处：每次打乱的顺序是固定的----------\' 
data = np.array([[1,1],[2,2],[3,3],[4,4],[5,5]]) 
y = np.array([1,2,3,4,5])

print \'-------原数据：----------\' 
print \'数据：\',data 
print \'标签：\', y
print \'-------打乱数据：----------\' 
np.random.seed(116)
np.random.shuffle(data) 
np.random.seed(116)
np.random.shuffle(y) 
print \'数据：\',data 
print \'标签：\', y</code>