nump中的为随机数产生器的seed

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了nump中的为随机数产生器的seed相关的知识,希望对你有一定的参考价值。

在python的程序中,发现了如下的伪随机数产生的代码

rng = numpy.random.RandomState(23355)
arrayA = rng.uniform(0,1,(2,3))

  

该段代码的目的是产生一个2行3列的assarray,其中的每个元素都是[0,1]区间的均匀分布的随机数

这里看以看到,有一个23355这个数字,其实,它是伪随机数产生器的种子,也就是“the starting point for a sequence of pseudorandom number”

对于某一个伪随机数发生器,只要该种子(seed)相同,产生的随机数序列就是相同的

下面给出几个小例子

1 # 仍以上面的seed为例,但执行多次
2 # 利用循环,执行4次
3 import numpy
4 for i in [1,2,3,4]:
5     rng = numpy.random.RandomState(23455)
6     arrayA = rng.uniform(0,1,(2,3))
7     print arrayA

改代码段的结果如下:

 技术分享

可以看到,每次循环产生的伪随机数都是相同的,这是由于每次伪随机数发生器的种子都是相同的

下面,再看另外一个例子

1 import numpy
2 for i in [1,2,3,4]:
3     rng = numpy.random.RandomState(23455+i)
4     arrayA = rng.uniform(0,1,(2,3))
5     print (i = %s % (i))
6     print (arrayA)
7     

这里,我们做了一个小小的更改,每次循环的种子都加入了i,由于每次循环i值不同,导致每次循环的种子也不同,下面是改程序段的结果

技术分享

可以看到,每次循环产生的2*3的随机asarray都是不同的了

以上是关于nump中的为随机数产生器的seed的主要内容,如果未能解决你的问题,请参考以下文章

关于Java随机数

C++ Primer 5th笔记(chap 17 标准库特殊设施)随机数发生器种子( seed)

Random类

(转)python随机数用法

rand()函数怎么用期权

R语言 set.seed()方法