numpy.random.seed()和numpy.random.RandomState用法笔记

最新推荐文章于 2024-07-07 17:01:14 发布

原创最新推荐文章于 2024-07-07 17:01:14 发布 · 9.6k 阅读

9 ·

本内容遵循CC 4.0 BY-SA版权协议

标签

#python #random

本文探讨了在Python中使用numpy.random.seed()和numpy.random.RandomState()设置随机数种子的方法，解释了这两种方法的区别及应用场景，并通过实例展示了如何确保随机数生成的可重复性。

给随机生成器设置seed的目的是每次运行程序得到的随机数的值相同，这样方便测试。

但是numpy.random.seed()不是线程安全的，如果程序中有多个线程最好使用numpy.random.RandomState实例对象来创建或者使用random.seed()来设置相同的随机数种子。

1、使用RandomState实例来生成随机数数组

from numpy.random import RandomState
r = RandomState(1234567890)
a = r.randint(1, 10,size=10)
r = RandomState(1234567890)
b = r.randint(1, 10, size=10)
r = RandomState(1234567890)
c = r.randint(1, 10, size=10)
r = RandomState(1234567890)
d = r.randint(1, 10, size=10)
print a, '\n', b, '\n', c, '\n', d

使用Python的random来生成随机数

import random
random.seed(1234567890)
a = random.sample(range(10),5)  # 从range(10)=[0,1,2,3,4,5,6,7,8,9]中随机抽样5个数
random.seed(1234567890)
b = random.sample(range(10),5)
random.seed(1234567890)
c = random.sample(range(10),5)
random.seed(1234567890)
d = random.sample(range(10),5)
print a, '\n', b, '\n', c, '\n', d

2 numpy.random库比Python内置的random库有更多的方法，比如生成随机数组numpy.random.randint(low[, high, size, dtype])。如果不进行科学计算，使用random.randint(a,b)就足够了。

`numpy.random.seed()`用于设置随机数种子

参数：`seed`

seed可以是一个int,满足0<=seed<=2(32−1)，这个条件的int都可以做参数。 seed可以是一个array。seed可以是None。

用一句话总结numpy.random.seed()和numpy.random.RandomState()的关系：

相同处：他们的参数都是随机数seed 不同处： numpy.random.RandomState()更为复杂，完全可以代替numpy.random.seed()这条语句。随机数种子seed只有一次有效，在下一次调用产生随机数函数前没有设置seed，则还是产生随机数。

1.如果需要不产生随机数，则需要每次设置numpy.random.seed()。

2.如果需要每次都产生随机数，则可以将随机数seed设置成None，或者不设置。

>>> import numpy

>>> numpy.random.RandomState(0).rand(4) 
array([ 0.5488135 , 0.71518937, 0.60276338, 0.54488318]) 
>>> numpy.random.RandomState(0).rand(4) 
array([ 0.5488135 , 0.71518937, 0.60276338, 0.54488318]) 
>>> numpy.random.RandomState(0).rand(4) 
array([ 0.5488135 , 0.71518937, 0.60276338, 0.54488318]) #暂不清楚这个seed整数有什么用 
>>> numpy.random.RandomState(None).rand(4)
 array([ 0.5488135 , 0.71518937, 0.60276338, 0.54488318]) 
>>> numpy.random.RandomState(None).rand(4) 
array([ 0.4236548 , 0.64589411, 0.43758721, 0.891773 ]) 
>>> numpy.random.RandomState(None).rand(4) 
array([ 0.96366276, 0.38344152, 0.79172504, 0.52889492])