注意random.shuffle()不应该用于多维数组，因为它会导致重复。

假设你想要沿着数组的第一个维度洗牌，我们可以创建以下测试示例，

import numpy as np
x = np.zeros((10, 2, 3))

for i in range(10):
   x[i, ...] = i*np.ones((2,3))

沿着第一个轴，第i个元素对应于一个2x3矩阵其中所有的元素都等于i。

如果我们对多维数组使用正确的洗牌函数，即np.random.shuffle(x)，数组将按照需要沿着第一个轴洗牌。但是，使用random.shuffle(x)将导致重复。你可以在洗牌后运行len(np.unique(x))来检查这一点，使用np.random.shuffle()会得到10(正如预期的那样)，但使用random.shuffle()时只有5左右。

其他的答案是最简单的，但它是有点烦人的随机。Shuffle方法实际上并不返回任何东西——它只是对给定的列表进行排序。如果你想链式调用，或者只是能够在一行中声明一个洗牌数组，你可以这样做:

    import random
    def my_shuffle(array):
        random.shuffle(array)
        return array

然后你可以这样做:

    for suit in my_shuffle(['hearts', 'spades', 'clubs', 'diamonds']):

注意random.shuffle()不应该用于多维数组，因为它会导致重复。

假设你想要沿着数组的第一个维度洗牌，我们可以创建以下测试示例，

import numpy as np
x = np.zeros((10, 2, 3))

for i in range(10):
   x[i, ...] = i*np.ones((2,3))

沿着第一个轴，第i个元素对应于一个2x3矩阵其中所有的元素都等于i。

如果我们对多维数组使用正确的洗牌函数，即np.random.shuffle(x)，数组将按照需要沿着第一个轴洗牌。但是，使用random.shuffle(x)将导致重复。你可以在洗牌后运行len(np.unique(x))来检查这一点，使用np.random.shuffle()会得到10(正如预期的那样)，但使用random.shuffle()时只有5左右。

如果你想要一个新的数组，你可以使用sample:

import random
new_array = random.sample( array, len(array) )

除了前面的回复，我想介绍另一个功能。

numpy。random。shuffle和random。进行原地洗牌。但是，如果你想返回一个打乱的数组，可以使用numpy.random.permutation函数。

import random
random.shuffle(array)