如何用Numpy随机选择元素并保留原数组相对顺序？

给定数组 a = [5, 2, 3, 8, 4, 1, 9]，我们需要无放回地随机选择若干元素，同时保证所选元素的相对顺序和原数组完全一致。但直接使用numpy.random.default_rng的choice方法并设置shuffle=False无法实现这个需求：

import numpy as np
a = [5, 2, 3, 8, 4, 1, 9]
rng = np.random.default_rng(42)
rng.choice(a, 4, replace=False, shuffle=False)

执行后输出结果为：

array([9, 5, 1, 8])

而我们期望得到的是类似如下的结果（元素顺序和原数组中出现的先后一致）：

array([5, 8, 1, 9])

最简实现方法 #

核心思路是先随机选择原数组的索引，对索引进行升序排序后，再提取对应元素——因为升序的索引天然对应原数组的元素顺序。

代码示例：

import numpy as np
a = [5, 2, 3, 8, 4, 1, 9]
rng = np.random.default_rng(42)

# 随机选4个不重复的索引
indices = rng.choice(len(a), 4, replace=False)
# 对索引升序排序
indices_sorted = sorted(indices)
# 根据排序后的索引取元素
result = np.array(a)[indices_sorted]
print(result)

执行这段代码会得到：

array([5, 8, 1, 9])

完全符合需求。

如果要更简洁，可以把步骤合并成一行：

result = np.array(a)[sorted(rng.choice(len(a), 4, replace=False))]

为什么原方法不行？ #

rng.choice的shuffle=False参数作用是不对选中的结果进行洗牌，但它本质是先随机抽取元素（不考虑原顺序），只是保持抽取的原始顺序而已，并非保留原数组的元素顺序。所以必须通过索引排序的方式来实现需求。

内容的提问来源于stack exchange，提问作者A.King