可用于网络训练打乱训练数据个标签,不改变对应关系
方法一: np.random.shuffle (无返回值,直接打乱原列表)
state = np.random.get_state()
np.random.shuffle(train)
np.random.set_state(state)
np.random.shuffle(label)
方法二: 返回一个打乱的序列,可将其用于以同一顺序打乱不同列表
shuffle_ix = np.random.permutation(np.arange(len(train_data)))
train_data = train_data[shuffle_ix]
train_label = train_label[shuffle_ix]