与许多其他numpy/random函数不同，numpy.random.Generator.permutation()没有提供在一次函数调用中返回多个结果的明显方法。（1d）numpy数组x，我想采样x的n排列（每个长度len（x）），并且具有形状为(n, len(x))的numpy阵列的结果。生成许多排列的一种简单方式是np.array([rng.permutation(x) for _ in range(n)])。这不是理想的，主要是因为循环是在Python中而不是在编译后的numpy函数中。

import numpy as np

rng = np.random.default_rng(1234)
# x is big enough to not want to enumerate all permutations
x = rng.standard_normal(size=20)
n = 10000
perms = np.array([rng.permutation(x) for _ in range(n)])

我的用例是使用蛮力搜索来寻找最小化特定属性的排列（构成“足够好”的搜索解决方案）。我可以使用numpy运算来计算每个排列的感兴趣属性，这些运算可以在得到的排列矩阵上很好地进行向量化/广播。结果证明，天真地生成排列矩阵是我代码中的瓶颈。有更好的方法吗？