构建替代数据的时候，一种常见的思路是打乱原数据的排列次序，通过随机置换原数据的排列次序从而产生和原数据系列统计特征（如均值、方差、分布）一致的随机数据。具体到Matlab中，此思路的实现会涉及到两个命令：randperm和randsample

p.s. 相关的重新排序命令还包括：

1、RANDPERM

根据Matlab文档，randperm最常用的用法是是返回一个从1-n的包含n个数的随机排列（每个数字只出现一次）——以行向量的形式

如果希望从1-n的数字序列里面随机返回k个数，则可以使用

其中，这k个数之间彼此也是不相同的。可见，randperm能够产生不重复的随机排列，结合原数据，可写成类似下面的形式：

这样新数组中的各行就被重排了。如果各列也需要重排，则可以嵌套使用。

Matlab文档中还说，randperm完成的是不重复的重排采样（k-permutations），如果结果中的数需要重复多次出现的情况，则可以用：

randperm和rand、randi、randn一样，其随机数的生成是收到rng命令控制的，因此，可通过该命令影响随机数据流rand stream的情况。

2、RANDSAMPLE

randsample的命令组合比randperm要复杂，事实上这个命令内部也有对randperm的调用。因此，在适当的情况下，使用randperm的速度理论上比randsample快。（事实上也快很多）

randsample的命令格式：

第一种情形，randsample(n,k)和randperm(n,k)的功能一样，都是产生k个不相同的数（1-n）。

第二种情形，randsample(ARRAY,k)，事实上就是randperm和原数组结合使用的形式，从ARRAY数组里面随机取出k个不相同的数。

第三种情形，replacement是一个bool变量，为1的时候，取出的数可能是重复的，为0的时候，可能不重复。

很显然，看到这里，会发现randsample和randperm很相似，譬如，之前旧数组随机排序的需求可写成下面的样式：