sklearn.utilsのシャッフルが戻ってくるのはどうですか？

Question

shuffleから戻ってくる方法がありますか？sklearn.utils？ 私は私の問題より良い説明：私は2つの行列の列をランダム化するshuffle機能を使用します。

A_s, B_s = shuffle(A, B, random_state = 1)

次は、私はいくつかの操作で行列A_s、B_sの両方を使用すると私は同じと他のマトリックスC_sを取得寸法：例えばC_s = f(A_s, B_s)。 Cの元の順序に戻るにはAとBとしてください。

私はsklearn.inverse_transform()を使用して帰ってから、sklearn.preprocessing.MinMaxScaler((0,+1))のようなものを考えています。

Answer 1

fの選択によっては、必ずしも可能ではありません。 fが可逆で、行がシャッフルされる方法を追跡している場合は、効率的でない場合は可能です。 sklearn.utils shuffleメソッドは、マトリックスがシャッフルされた方法を「追跡」しません。あなた自身をロールバックしたいかもしれません。ランダムシャッフルを生成するには、range(len(A))のランダム置換を生成し、その順番で行を繰り返しスワップします。元の行列を検索するには、置換を元に戻すだけです。これは、あなたがfの特定の選択のためのCを回復することができます（たとえば、行列の加算）

う（EDIT、OPは、追加情報を要求した）

これは私のために動作しますが、それを行うには、より効率的な方法はおそらくあります。

import numpy as np 

def shuffle(A,axis=0,permutation=None): 
    A = np.swapaxes(A,0,axis) 
    if permutation is None: 
     permutation = np.random.permutation(len(A)) 
    temp = np.copy(A[permutation[0]]) 
    for i in range(len(A)-1): 
     A[permutation[i]] = A[permutation[i+1]] 
    A[permutation[-1]] = temp 
    A = np.swapaxes(A,0,axis) 
    return A, permutation 

A = np.array([[1,2],[3,4],[5,6],[7,8]]) 
print A 
B, p = shuffle(A) #NOTE: shuffle is in place, so A is the same object as B!!!! 
print "shuffle A" 
print B 
D, _ = shuffle(B,permutation=p[::-1]) 
print "unshuffle B to get A" 
print D 

B = np.copy(B) 
C = A+B 
print "A+B" 
print C 

A_s, p = shuffle(A) 
B_s, _ = shuffle(B, permutation = p) 
C_s = A_s + B_s 

print "shuffle A and B, then add" 
print C_s 

print "unshuffle that to get the original sum" 
CC, _ = shuffle(C_s, permutation=p[::-1]) 
print CC