numpy.random.RandomState()和numpy.random.seed()解读

2019-11-06 09:08:03

字体：大中小

来源：转载

供稿：网友

1 `numpy.random.seed()`用于设置随机数种子

1.1 参数：`seed`

seed可以是一个int,满足0<=seed<=2(32−1) $0 <= seed <= 2^{(32-1)}$ ，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()。

>>> import numpy>>> #注意这里是两条语句>>> numpy.random.seed(0);numpy.random.rand(4)array([ 0.5488135 , 0.71518937, 0.60276338, 0.54488318])>>>numpy.random.seed(0);numpy.random.rand(4)array([ 0.5488135 , 0.71518937, 0.60276338, 0.54488318])>>>numpy.random.seed(0);numpy.random.rand(4)array([ 0.5488135 , 0.71518937, 0.60276338, 0.54488318])

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.seed(None)>>> numpy.random.rand(4)array([ 0.5488135 , 0.71518937, 0.60276338, 0.54488318])>>> numpy.random.rand(4)array([ 0.4236548 , 0.64589411, 0.43758721, 0.891773 ])>>> numpy.random.rand(4)array([ 0.96366276, 0.38344152, 0.79172504, 0.52889492])

2 `numpy.random.RandomState()`设置`seed`同时产生随机数

2.1 numpy.random.RandomState()

>>> 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])

参考网页： numpy官方文档v1.12

上一篇：视频第八节课已经上线

下一篇：MongoDB常用操作