最稳妥做法是用numpy.random.permutation生成随机索引再切片：indices = np.random.permutation(len(X))，再用indices同步索引X和y，确保特征与标签行对齐；避免直接shuffle原数组以防X/y错位。
用 numpy.random.permutation 打乱索引再切片最稳妥
直接对原始数据数组调用 shuffle 或 permutation 容易出错——比如忘记同步打乱标签，或误改原数组。正确做法是只生成随机索引，再用它同时索引特征和标签。这样保证 X 和 y 的行对应关系不被破坏。
实操建议：
-
indices = np.random.permutation(len(X))生成 0~n-1 的随机排列 - 设训练比例为
train_ratio = 0.8，则切分点split_idx = int(train_ratio * len(X)) -
X_train = X[indices[:split_idx]]，y_train = y[indices[:split_idx]] -
X_test = X[indices[split_idx:]]，y_test = y[indices[split_idx:]] - 注意：用
int()而非round()，避免切分点越界
别用 numpy.random.shuffle 直接 shuffle 原数组
shuffle 是就地操作，且只能作用于第一维。如果对二维 X 直接 shuffle，它会打乱样本行；但如果你顺手也对 y shuffle，极可能因执行顺序或引用问题导致 X/y 错位——尤其当 y 是 view 或共享内存时。
常见错误现象：
立即学习“Python免费学习笔记（深入）”；
- 训练时 loss 不下降，验证准确率接近随机猜测
ValueError: Found array with dim 3. Expected （误把 label 当成多维数组 shuffle）- 测试集指标异常高，实则是标签被“对齐”成了巧合模式
根本原因：无法原子化同步 shuffle 多个数组。而用统一索引切片，天然保证一致性。
切片前务必确认 X 和 y 行数一致
NumPy 不检查 X.shape[0] == y.shape[0]，切片后才发现维度不匹配，报错在 X_train 或模型 fit 阶段，定位成本高。
建议加一行防护：
assert X.shape[0] == y.shape[0], f"X has {X.shape[0]} samples, but y has {y.shape[0]}"另外注意：y 可能是一维（如分类标签）或二维（如 one-hot），只要行数对得上，索引切片都有效；但后续模型输入要求需另行处理。
固定随机种子才能复现实验结果
每次运行 np.random.permutation 结果都不同，调试或论文复现时会抓狂。必须显式设置 seed。
正确写法：
- 在生成索引前加
np.random.seed(42)（全局影响，简单直接） - 或更推荐：用
rng = np.random.default_rng(42)，再调用rng.permutation(len(X))（现代 NumPy 推荐，线程安全） - 不要只在脚本开头 seed 一次就以为万事大吉——如果中间调用了其他依赖随机数的函数（如某些 scikit-learn 工具），seed 可能被污染
容易被忽略的一点：即使你用了 default_rng，若在多个地方创建不同 rng 实例却用相同 seed，它们生成的序列仍相同；真正要隔离，得用不同 seed 或子种子。
