高效创建每行含0到N无重复随机排列的N×M numpy二维数组

嘿，你的思路完全在线！用random.sample搭配列表推导式来生成每行的随机无重复序列，再转成numpy数组，对于中小规模的场景来说既直观又好用。就像你给出的示例（N=10，M=5）：

import random
import numpy as np
N = 10
M = 5
a = np.array([random.sample(range(N), N) for _ in range(M)])

这段代码确实能生成M行，每行都是0到N-1的无重复随机排列，完美匹配你的需求。

不过如果你的数据规模比较大，或者想更贴合numpy的原生操作，这里还有两个更高效的方案：

方案一：numpy逐行原地打乱 #

不需要依赖random模块，用numpy自带的工具就能搞定：

import numpy as np
N = 10
M = 5
# 先快速生成M行重复的0到N-1有序序列
base_array = np.tile(np.arange(N), (M, 1))
# 逐行对序列进行原地打乱
for row in base_array:
    np.random.shuffle(row)
print(base_array)

np.tile能帮你快速复制出M行相同的有序序列，再用np.random.shuffle对每行进行原地打乱，操作简单且numpy的底层实现效率更高。

方案二：批量处理所有行（大数据量友好） #

如果M和N都比较大，逐行循环的效率可能不够看，试试用np.apply_along_axis一次性处理所有行：

import numpy as np
N = 10
M = 5
# 生成基础的M×N有序数组
base_array = np.tile(np.arange(N), (M, 1))
# 沿着每行的方向应用随机排列
result_array = np.apply_along_axis(np.random.permutation, axis=1, arr=base_array)
print(result_array)

np.apply_along_axis会自动遍历每一行，用np.random.permutation生成该行的随机排列，避免了手动循环，在数据量较大时优势明显。

小提醒 #

• 注意你需求里提到的“0到N”，但示例里用的是range(10)（对应0-9），如果确实需要包含N的话，记得把range(N)改成range(N+1)，同时每行的长度也会变成N+1~
• 如果需要固定随机结果方便调试，可以在代码开头加上np.random.seed(123)（或者你喜欢的任意数字）来锁定随机种子。

内容的提问来源于stack exchange，提问作者Grant Williams