如何随机打乱数组行索引？数组形状为(100,784)、float类型

没问题！针对你需要打乱(100,784)形状float数组的行索引、同时完全保留列顺序的需求，我给你两个最常用的Python实现方案（默认你用的是numpy数组，这类多维数组场景下numpy是最常用的工具）：

方法1：生成随机索引后重新索引（非原地修改） #

这种方法会生成一个新的打乱后数组，原数组保持不变，适合需要保留原数据的场景：

• 先生成一组包含所有行索引的随机排列序列
• 用这个序列对原数组的行进行索引，即可得到行打乱、列完全不变的新数组

import numpy as np

# 模拟你的(100,784) float数组
your_array = np.random.rand(100, 784).astype(np.float32)

# 生成0到99的随机排列索引
shuffled_row_indices = np.random.permutation(your_array.shape[0])
# 打乱行，列顺序完全保留
shuffled_array = your_array[shuffled_row_indices]

方法2：原地打乱行索引（节省内存） #

如果不需要保留原数组，可以用np.random.shuffle直接在原数组上修改，它默认会对数组的第一维度（也就是行）进行打乱操作，列不会受到任何影响：

import numpy as np

your_array = np.random.rand(100, 784).astype(np.float32)

# 直接原地打乱行索引，列顺序不变
np.random.shuffle(your_array)

关键说明 #

这两种方法都只会改变行的排列顺序，每一行内部的784个列元素的顺序和数值完全不会被修改，完全符合你的要求。如果是Pandas DataFrame的话，也可以用df.sample(frac=1, random_state=your_seed)实现类似效果，但纯numpy数组场景下上面的方法更高效。

内容的提问来源于stack exchange，提问作者Insung Lee