相关疑难解决方法(0)

在Python中克隆或复制列表有哪些选项？

在使用时new_list = my_list,每次都会对new_list更改进行任何修改my_list.为什么是这样？

使用python对数组进行洗牌的最简单方法是什么？

如果我有一个列表[a,b,c,d,e]如何以任意方式重新排序项目,如[d,c,a,b,e]？

编辑:我不想改变他们.我想以预定义的方式重新排序它们.(例如,我知道旧列表中的第3个元素应该成为新列表中的第一个元素)

我收到一个字符串列表作为输入,需要返回一个列表与这些相同的字符串,但按随机顺序.我必须允许重复 - 相同的字符串可能在输入中出现一次或多次,并且在输出中必须出现相同的次数.

我看到了几种"蛮力"的方法(使用循环,上帝禁止),其中一种我正在使用.然而,了解Python可能会有一个很酷的单行程来完成工作,对吗？

numpy.random.shuffle(x)和之间有什么区别numpy.random.permutation(x)？

我已经阅读了doc页面,但是当我想随机改组数组元素时,我无法理解两者之间是否存在任何差异.

更确切地说,假设我有一个数组x=[1,4,2,8].

如果我想生成x的随机排列,那么shuffle(x)和之间的区别是permutation(x)什么？

我想编写一个函数,从训练集中随机选取元素,但是基于提供的bin概率.我将设置索引除以11个bin,然后为它们创建自定义概率.

bin_probs = [0.5, 0.3, 0.15, 0.04, 0.0025, 0.0025, 0.001, 0.001, 0.001, 0.001, 0.001]

X_train = list(range(2000000))

train_probs = bin_probs * int(len(X_train) / len(bin_probs)) # extend probabilities across bin elements
train_probs.extend([0.001]*(len(X_train) - len(train_probs))) # a small fix to match number of elements
train_probs = train_probs/np.sum(train_probs) # normalize
indices = np.random.choice(range(len(X_train)), replace=False, size=50000, p=train_probs)
out_images = X_train[indices.astype(int)] # this is where I get the error

我收到以下错误:

TypeError: only integer scalar arrays can be converted to …

我想知道是否有一种很好的方法来"动摇"Python中的项目列表.例如,[1,2,3,4,5]可能会被动摇/随机化[3,1,4,2,5](任何有序的排序).

如果您的问题作为此问题的重复项而被关闭，那是因为您有一些通用形式的代码

x = X()
# later...
x = x.y()
# or:
x.y().z()

其中X是某种类型，它提供了y旨在z变异（修改）对象（X类型的实例）的方法。这可以适用于：

• 可变的内置类型，例如list、dict和setbytearray
• 标准库（尤其是 Tkinter 小部件）或第三方库提供的类。