Ho due schiere insensibili di forme diverse, ma con la stessa lunghezza (dimensione iniziale). Voglio mescolare ciascuno di essi, in modo tale che gli elementi corrispondenti continuino a corrispondere, ovvero mescolarli all'unisono rispetto ai loro indici principali.
Questo codice funziona e illustra i miei obiettivi:
def shuffle_in_unison(a, b):
assert len(a) == len(b)
shuffled_a = numpy.empty(a.shape, dtype=a.dtype)
shuffled_b = numpy.empty(b.shape, dtype=b.dtype)
permutation = numpy.random.permutation(len(a))
for old_index, new_index in enumerate(permutation):
shuffled_a[new_index] = a[old_index]
shuffled_b[new_index] = b[old_index]
return shuffled_a, shuffled_b
Per esempio:
>>> a = numpy.asarray([[1, 1], [2, 2], [3, 3]])
>>> b = numpy.asarray([1, 2, 3])
>>> shuffle_in_unison(a, b)
(array([[2, 2],
[1, 1],
[3, 3]]), array([2, 1, 3]))
Tuttavia, questo sembra goffo, inefficiente e lento, e richiede una copia degli array: preferirei mescolarli sul posto, poiché saranno piuttosto grandi.
C'è un modo migliore per farlo? L'esecuzione più rapida e l'utilizzo della memoria inferiore sono i miei obiettivi principali, ma anche il codice elegante sarebbe bello.
Un altro pensiero che avevo era questo:
def shuffle_in_unison_scary(a, b):
rng_state = numpy.random.get_state()
numpy.random.shuffle(a)
numpy.random.set_state(rng_state)
numpy.random.shuffle(b)
Funziona ... ma è un po 'spaventoso, poiché vedo poche garanzie che continuerà a funzionare - non sembra il tipo di cosa che è garantito per sopravvivere nella versione intorpidita, per esempio.