在计算机中，机器学习训练以每个batch为训练单位，反向传播一次。把batch看作是一个学习过程，你怎么能学好呢？当然，学习正确的东西，也就是说，样本应该尽可能接近真实的概率分布（模型学习的本质是拟合真实的概率分布）。随机中断后的样本比排序后的样本更接近真实分布。排序后有一层相关性，在一定程度上显示了不同的概率分布，因此有必要扰乱数据。python中是否有办法在不影响内容的情况下打乱顺序？当然，答案是肯定的，那就是我们的shufle函数。

一、shuffle()函数

它破坏了序列中的元素，并随机排列。

其功能是混排序列中的元素，序列中的元素顺序发生变化，但其内容保持不变。

二、使用说明书

importrandom
random.shuffle(alist)

注意：alist可以使列表或序列。shuffle()不能直接访问，需要导入random模块。

三、shuffle() 方法

1、随机排列单列表中的所有元素

>>>importrandom

>>>list=[0，1，2，3，4，5，6，7，8]

>>>random.shuffle(list)

>>>list

[6、2、4、7、9、3、1、5、8]

2、随机排列单列表中的所有元素

a、b、c是二维列表，我们将a、b、c作为shuffle的参数洗牌打乱，发现二维列表行的顺序不变，列的顺序发生了变化，a、b、C三个二维列表的变化是一致的。

fromsklearn.utilsimportshuffle
a=[1，2，3]，
[4,5,6],
[7,8,9]]
b=[10，11，12]，
[13,14,15],
[16,17,18]]
c=[19，20，21]，
[22,23,24],
[25,26,27]]
a,b,c=shuffle(a,b,c)
print(a)
print(b)
print(c)

输出：

[7，8，9]，[4，5，6]，[1，2，3]

[16、17、18]、[13、14、15]、[10、11、12]

[25，26，27]，[22，23，24]，[19，20，21]

以上是小编总结的打乱顺序的方法，shuffle()函数不仅可以打乱列表，还可以打乱序列，可以打乱单列表或多列表。关键是不影响内容，便于测试和使用。快学~