scipy.stats 种子？

Posted 2023-02-23

【中文标题】scipy.stats 种子？

【英文标题】：scipy.stats seed?

【发布时间】：2013-04-07 16:08:19

【问题描述】：

我正在尝试使用不同的种子生成 scipy.stats.pareto.rvs(b, loc=0, scale=1, size=1)。

在 numpy 中，我们可以使用 numpy.random.seed(seed=233423) 播种。

有没有办法播种 scipy stats 生成的随机数。

注意：我没有使用 numpy pareto，因为我想给出不同的比例值。

【问题讨论】：

对于 Generator 类更方便、更健壮的现代世界，请参阅@Abhinav 的回答

【参考方案1】：

scipy.stats 只是使用numpy.random 来生成它的随机数，所以numpy.random.seed() 也可以在这里工作。例如，

import numpy as np
from scipy.stats import pareto
b = 0.9
np.random.seed(seed=233423)
print pareto.rvs(b, loc=0, scale=1, size=5)
np.random.seed(seed=233423)
print pareto.rvs(b, loc=0, scale=1, size=5)

将打印两次[ 9.7758784 10.78405752 4.19704602 1.19256849 1.02750628]。

【讨论】：

有没有 no 方法给 scipy.stats 一个 numpy.random.RandomState 对象？我真的不想碰默认的随机流。

显然不是（就像现在一样），由 Robert Kern 在 scipy-users 邮件列表中确认！

更好的是，您可以这样做：scipy.stats.ortho_group.rvs(dim=5, random_state=N)

【参考方案2】：

对于那些在 7 年后偶然发现这个问题的人来说，numpy 随机状态生成器函数发生了重大变化。根据文档here 和here，RandomState 类被替换为Generator 类。 RandomState 保证与旧版本/代码兼容，但不会收到任何实质性更改，包括算法改进，这些更改是为 Generator 保留的。

为了说明如何在同一实验中将现有的基于 Numpy 的随机流传递给 Scipy 函数，下面给出了一些示例和推理，哪些情况是可取的以及为什么。

from numpy.random import Generator, PCG64
from scipy.stats import binom

n, p, size, seed = 10, 0.5, 10, 12345

# Case 1 : Scipy uses some default Random Generator
numpy_randomGen = Generator(PCG64(seed))
scipy_randomGen = binom
print(scipy_randomGen.rvs(n, p, size))
print(numpy_randomGen.binomial(n, p, size))
# prints
# [6 6 5 4 6 6 8 6 6 4]
# [4 4 6 6 5 4 5 4 6 7]
# NOT DESIRABLE as we don't have control over the seed of Scipy random number generation


# Case 2 : Scipy uses same seed and Random generator (new object though)
scipy_randomGen.random_state=Generator(PCG64(seed))
numpy_randomGen = Generator(PCG64(seed))
print(scipy_randomGen.rvs(n, p, size))
print(numpy_randomGen.binomial(n, p, size))
# prints
# [4 4 6 6 5 4 5 4 6 7]
# [4 4 6 6 5 4 5 4 6 7]
    # This experiment is using same sequence of random numbers, one is being used by Scipy
# and other by Numpy. NOT DESIRABLE as we don't want repetition of some random 
# stream in same experiment.


# Case 3 (IMP) : Scipy uses an existing Random Generator which can being passed to Scipy based 
# random generator object
numpy_randomGen = Generator(PCG64(seed))
scipy_randomGen.random_state=numpy_randomGen
print(scipy_randomGen.rvs(n, p, size))
print(numpy_randomGen.binomial(n, p, size))
# prints
# [4 4 6 6 5 4 5 4 6 7]
# [4 8 6 3 5 7 6 4 6 4]
# This should be the case which we mostly want (DESIRABLE). If we are using both Numpy based and 
#Scipy based random number generators/function, then not only do we have no repetition of 
#random number sequences but also have reproducibility of results in this case.

【讨论】：

非常有帮助！这是新常态，最好的答案:)

对于案例 3，这是否会改变所有使用 binom 的随机状态，即使是其他模块？这是否意味着在其他模块中更改 binom 的使用会破坏其在此处使用的可重复性？将您的方法与 Scotty1- 的答案结合起来，将 numpy_randomGen 显式传递给本地分布实例会更好吗？

如果我正确理解了您的问题，我认为 Scipy.binom 在同一范围/模块内的所有使用状态都会发生变化，或者我们明确传递 scipy_randomgen 对象的位置。

我认为它会超出当前的模块和范围。导入 binom 的任何代码不会获取更改的状态，包括您无法控制的第三方代码吗？ IE。将 scipy_randomgen 对象传递给 binom 也会将其传递给导入 binom 的其他代码。但我还没有测试过....

【参考方案3】：

对于四年后看到这篇文章的人，Scipy 确实提供了一种将np.random.RandomState 对象传递给其随机变量类的方法，请参阅rv_continuous 和rv_discrete 了解更多详细信息。 scipy 文档是这样说的：

seed : None 或 int 或 numpy.random.RandomState 实例，可选

此参数定义用于绘制随机变量的 RandomState 对象。如果没有（或 np.random），则使用全局 np.random 状态。如果是整数，则用于播种本地 RandomState 实例。默认为无。

不幸的是，在连续/离散 rvs 子类 rv_continuous 或 rv_discrete 之后，此参数似乎不可用。但是，random_state 属性确实属于 sublass，这意味着我们可以在实例化之后使用 np.random.RandomState 的实例来设置种子，如下所示：

import numpy as np
import scipy.stats as stats

alpha_rv = stats.alpha(3.57)
alpha_rv.random_state = np.random.RandomState(seed=342423)

【讨论】：

我认为这是更好的答案，see 使用numpy.random.seed 时可能遇到的问题，RandomState 更健壮imo...跨度>

【参考方案4】：

除了 user5915738 的答案之外，我认为这通常是最好的答案，我想指出最方便的方法来播种 scipy.stats 分布的随机生成器。

您可以在使用rvs 方法生成分布时设置种子，方法是将种子定义为整数，用于在内部播种np.random.RandomState：

uni_int_seed = scipy.stats.uniform(-.1, 1.).rvs(10, random_state=12)

或者直接定义np.random.RandomState:

uni_state_seed = scipy.stats.uniform(-.1, 1.).rvs(
    10, random_state=np.random.RandomState(seed=12))

这两种方法是等价的：

np.all(uni_int_seed == uni_state_seed)
# Out: True

与将其分配给rv_continuous 或rv_discrete 的random_state 相比，此方法的优势在于，您始终可以显式控制rvs 的随机状态，而使用my_dist.random_state = np.random.RandomState(seed=342423)，种子是在每次调用 rvs 后丢失，在丢失分布跟踪时可能导致不可重现的结果。 也照The Zen of Python：

显式优于隐式。

:)