如何使用numpy.random.shuffle同时打乱数据和标签

numpy.random.shuffle（）：是在在原来数据上进行打乱，所以并且每使用一次，打乱的方式都不同，所以说要让训练数据和标签在打乱之后仍然对应，那么就要设置相同随机数种子，例如：

下面展示一些 未设置相同随机数种子时。

// A code block
train = np.arange(9).reshape(3,3)
label = np.arange(9).reshape(3,3)
print("train:\n",train,"\n")
print("label:\n",label,"\n")
#下面两个shuffle对应的随机数种子不同
np.random.shuffle(train)
np.random.shuffle(label)
print(train)
print(label)

trian:
 [[0 1 2]
 [3 4 5]
 [6 7 8]] 

label:
 [[0 1 2]
 [3 4 5]
 [6 7 8]] 

[[0 1 2]
 [3 4 5]
 [6 7 8]]
[[6 7 8]
 [0 1 2]
 [3 4 5]]

下面展示一些 设置相同随机数种子时。

train = np.arange(9).reshape(3,3)
label = np.arange(9).reshape(3,3)
print("trian:\n",train,"\n")
print("label:\n",label,"\n")
#下面要设置两个相同的随机数种子，具体多少随机即可
np.random.shuffle(train)
np.random.shuffle(label)
print(train)
print(label)

train:
 [[0 1 2]
 [3 4 5]
 [6 7 8]] 

label:
 [[0 1 2]
 [3 4 5]
 [6 7 8]] 

[[3 4 5]
 [6 7 8]
 [0 1 2]]
[[3 4 5]
 [6 7 8]
 [0 1 2]]

注意：该函数只会置乱第一维。