随机迭代所有排列

我导入了一个大数组，我想随机迭代所有行排列。 该代码被设计为在某个数组产生所需的解决方案时中断。 到目前为止的尝试涉及正常的迭代扰动过程：

import numpy as np
import itertools

file = np.loadtxt("my_array.csv", delimiter=", ")
for i in itertools.permutations(file):
    ** do something **
    if condition:
        break

然而，我希望迭代能够覆盖所有扰动并且是随机的，没有重复。

理想情况下，（不同于Python 中的随机迭代 https://stackoverflow.com/questions/9252373/random-iteration-in-python）我还会避免将数组的所有排列存储在内存中。 因此，基于生成器的解决方案将是最好的。 有一个简单的解决方案吗？

答案是首先编写一个函数，给定 [0, n!) 中的整数 k，返回第 k 个排列：

def unrank(n, k):
    pi = np.arange(n)
    while n > 0:
        pi[n-1], pi[k % n] = pi[k % n], pi[n-1]
        k //= n
        n -= 1
    return pi

该技术被发现于作者：温迪·梅尔沃德和弗兰克·鲁斯基。

然后，如果我们可以生成 [0, n!) 的随机排列，我们就完成了。我们可以找到一种技术（无需构建整个排列）有时递归洗牌 https://eprint.iacr.org/2013/560.pdf作者：本·莫里斯和菲利普·罗格威。我有一个可用的实现here https://gist.github.com/orlp/33535eefce782a59e185e4a971cda1a3.

那么，我们所要做的就是：

import math
a = np.array(...)  # Load data.
p = SometimeShuffle(math.factorial(len(a)), "some_random_seed")
for kth_perm in p:
    shuffled_indices = unrank(len(a), kth_perm)
    shuffled_a = a[shuffled_indices]