答案是Python中无直接名为permutation()的洗牌方法，numpy.random.permutation()用于生成随机排列，而random.shuffle()才用于原地洗牌。

Python 中并没有直接叫做 permutation() 的方法用来“洗牌”，你可能混淆了 numpy.random.permutation() 和用于洗牌的 random.shuffle() 方法。下面分别说明如何用它们实现类似“洗牌”的效果。

使用 random.shuffle() 原地洗牌

这是最常用、最直接的洗牌方式，适用于列表。

random.shuffle() 会直接打乱原列表的顺序。

Shadows Python Sensei

Python 最佳实践助手——代码规范、设计模式、性能优化、测试与类型注解。适用于编写或审查 Python 代码。

下载

import random
<p>cards = [1, 2, 3, 4, 5, 6, 7, 8, 9]
random.shuffle(cards)
print(cards)  # 输出类似: [3, 7, 1, 9, 4, 2, 8, 5, 6]</p>

注意：这个方法会修改原始列表，不返回新列表。

使用 numpy.random.permutation() 生成随机排列

如果你使用 NumPy，numpy.random.permutation() 可以返回一个随机打乱的新数组，不修改原数据。

import numpy as np
<p>arr = [1, 2, 3, 4, 5]
shuffled = np.random.permutation(arr)
print(shuffled)  # 输出类似: [3 1 4 5 2]
print(arr)       # 原数组不变: [1, 2, 3, 4, 5]</p>

它也支持传入整数，返回 0 到 n-1 的随机排列：

np.random.permutation(5)  # 输出类似: [2 4 1 3 0]

两者区别总结

• random.shuffle()：作用于列表，原地修改，不返回值（返回 None），标准库自带。
• np.random.permutation()：返回新数组，不修改原数据，需要安装 NumPy，适合数值计算场景。

基本上就这些。根据你是否需要保留原数据和是否在用 NumPy，选择合适的方法即可。