应用场景：
在网络训练过程中，将训练数据随机打乱能够过的更好的训练效果；
训练的images 和 labels 需要按照相同的顺序打乱，以保证image--label的对应关系；
这时候可以考虑numpy.random.get_state() , numpy.random.set_state() 这组函数；
两个函数说明如下：
示例：
import numpy as np
a = np.arange(0,10,1)
b = np.arange(10,20,1)
print(a,b)
#result:[0 1 2 3 4 5 6 7 8 9] [10 11 12 13 14 15 16 17 18 19]
state = np.random.get_state()
np.random.shuffle(a)
print(a)
#result:[6 4 5 3 7 2 0 1 8 9]
np.random.set_state(state)
np.random.shuffle(b)
print(b)
#result:[16 14 15 13 17 12 10 11 18 19]通过get_state()保存状态，set_state()重新载入状态，可以使得 a,b能够在保证对应关系不变的情况下，完成随机打乱。