使用numpy shuffle后，如何替换数组元素并追加新值？

方案1：纯Python列表 + random模块（完全脱离numpy打乱逻辑） #

直接用Python标准库random的工具完成打乱，后续替换、追加操作全程在列表上执行，无需依赖numpy：

• 初始数据可以直接定义为列表，或者从numpy数组通过tolist()转换而来
• 用random.shuffle()原地打乱列表，或者random.sample()生成新的打乱列表（不修改原数据）
• 列表推导式完成指定值替换
• 用append()追加新值

代码示例：

import random

predCS = pred_CS[0]
# 直接用列表初始化数据
prediction = ["Software Engineer / Programmer", "Technical Support Specialist", "Academician", "Administrative Assistant"]

# 方式1：原地打乱原列表
random.shuffle(prediction)
# 替换指定值
prediction = [item.replace(predCS, '0') for item in prediction]
# 追加新值
prediction.append(predCS)

# 方式2：生成全新的打乱列表（保留原列表不变）
shuffled_pred = random.sample(prediction, k=len(prediction))
shuffled_pred = [item.replace(predCS, '0') for item in shuffled_pred]
shuffled_pred.append(predCS)

方案2：用numpy.permutation替代numpy.shuffle #

如果仍想基于numpy数组操作，可使用np.random.permutation()替代np.random.shuffle()——前者返回新的打乱数组（不修改原数组），后续替换、追加都能用numpy原生方法完成，无需转列表：

import numpy as np

predCS = pred_CS[0]
prediction = np.array(["Software Engineer / Programmer", "Technical Support Specialist", "Academician", "Administrative Assistant"])

# 生成打乱后的新数组
shuffled_pred = np.random.permutation(prediction)
# 布尔索引替换指定值
shuffled_pred[shuffled_pred == predCS] = '0'
# numpy原生方法追加新值
shuffled_pred = np.append(shuffled_pred, predCS)

两种方案各有适用场景：纯Python方案轻量无依赖，适合小规模数据；numpy方案保持数组操作的高效性，适合大数据量场景。

内容的提问来源于stack exchange，提问作者Game Guardian