用 sklearn.utils.shuffle 来打乱样本顺序

直接举例说明：

import sklearn
X = np.array([[1, 2], [3, 4], [5, 6]])
Y = np.array([[1], [2], [3]])
print(X)
print(Y)

[[1 2][3 4][5 6]]
[[1][2][3]]

x, y = sklearn.utils.shuffle(X, Y)
print(x)
print(y)

[[1 2][5 6][3 4]]
[[1][3][2]]

可见这个函数的作用是把 X 和 Y 一一对应后打乱。

但是，当再次运行 x, y = sklearn.utils.shuffle(X, Y) 时，得到的结果为：

[[3 4][1 2][5 6]]
[[2][1][3]]

此时它们的顺序又被重新打乱了。

如果想让打乱后的顺序相同，只需要加一个 random_state 参数即可，即：

x, y = sklearn.utils.shuffle(X, Y, random_state=1)

此时每次运行 shuffle 函数得到打乱后的结果都是相同的。