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]