如何在 python 中使用随机播放？

在计算机中，机器学习训练是以每个batch为训练单位，并反向传播一次。

把batch看成是一个学习过程，怎么才能学好呢？当然是要学习正确的东西，也就是样本要尽可能的接近真实的概率分布（模型学习的本质就是去拟合真实的概率分布）。随机打乱的样本比排序的样本更接近真实分布。排序后有一层相关性，在一定程度上表现出不同的概率分布。因此，数据必须加扰。有没有办法在不影响内容的情况下打乱python中的顺序？当然答案是肯定的，那就是我们的 shuffle() 函数。

一、shuffle()函数

是打乱序列里面的元素，并随机排列的。

效果是将序列中的元素打乱，序列中元素的顺序发生变化，但其内容保持不变。

二、使用说明

import random
random.shuffle (alist )

注意：



alist 可以是列表或序列。 shuffle() 不能直接访问，需要导入随机模块。

三、shuffle() 方法

1、将单列表的所有元素随机排列

>>>import random

>>>list =[0,1,2,3,4,5,6,7,8,9]

>>>random.shuffle(list)

>>>list

[6,2,4,7,9,3,1,5,8,0]

2、将单列表的所有元素随机排列

a、b 和 c 都是二维列表。我们用a、b、c作为shuffle参数来洗牌，发现结果是二维列表的行顺序没有变化，列的顺序发生了变化，而a、 b和c的三个二维表的变化是一致的。

from sklearn.utils import shuffle
a = [[1, 2, 3],
     [4, 5, 6],
     [7, 8, 9]]
b = [[10, 11, 12],
     [13, 14, 15],
     [16, 17, 18]]
c = [[19, 20, 21],
     [22, 23, 24],
     [25, 26, 27]]
a, b, c = shuffle(a, b, c)
print(a)
print(b)
print(c)

输出：

[[7, 8, 9], [4, 5, 6], [1, 2, 3]]

[[16, 17, 18], [13, 14, 15], [10, 11, 12]]

[[25, 26, 27], [22, 23, 24], [19, 20, 21]]

以上就是小编总结的洗牌方法。 shuffle() 函数可以随机播放列表和序列。它可以随机播放单个列表或多个列表。关键是不影响内容，好测好用，快来学习吧~