从训练数据中随机抽取一打数据的好方法

　　我们在模型训练的时候，每次分minbatch个数据进行训练，首先我们要随机地从中随机选取这么多个数据，有没有一套好的封装函数能够处理呢？有。我平时就遇到好多需要shuffle的地方，今天就总结一下这个函数，方便以后使用，提供给大家。直接上代码吧：

def chunks(n, *args):
    """Yield successive n-sized chunks from l. 从数据中连续地产生n个块
    输入参数：
        n：minbatch的大小，就是你需要一次从数据源里面拿多少数据出来
        *args：其它的一些参数，包括数据长度索引、源数据等
    输出：
        shuffle的索引和数据
    """
    # 存放shuffle索引的列表
    keypoints = []
    for i in range(0, len(args[0]), n):
        keypoints.append((i, i + n))
    random.shuffle(keypoints)
    # 获取随机生成的索引值和数据值，通过函数的每次调用返回
    for a, b in keypoints:
        # 每次生成两个list，第一个是索引值，第二个是对应的数据值
        yield [arg[a: b] for arg in args]