刚开始看到numpy.random.seed(0)这个用法看不太懂,尤其是seed()括号里的数字总是不同时,更是懵逼。
其实,当我们在seed()的括号里设置相同的seed,每次生成的随机数就会相同。如果不设置seed,则每次会生成不同的随机数。(注:seed括号里的数值基本可以随便设置哦)
但是有时候你明明设置了seed()没有变,但生成的随机数组还是不同,这是怎么回事呢?请看:
import numpy as np
np.random.seed(0) np.random.rand(10) Out[357]: array([0.5488135 , 0.71518937, 0.60276338, 0.54488318, 0.4236548 , 0.64589411, 0.43758721, 0.891773 , 0.96366276, 0.38344152]) np.random.rand(10) Out[358]: array([0.79172504, 0.52889492, 0.56804456, 0.92559664, 0.07103606, 0.0871293 , 0.0202184 , 0.83261985, 0.77815675, 0.87001215])
大家一定会奇怪,咦?为什么会不一样,我不是已经设置了seed没变么?
其实,第二遍的np.random.rand(10)已经不是在你设置的np.random.seed(0)下了,所以第二遍的随机数组只是在默认random下随机挑选的样本数值。
那我们该怎么让两次随机数组一样呢?
我们只需要再输入一遍np.random.seed(0)就好了,请看:
np.random.seed(0) np.random.rand(4,3) Out[362]: array([[0.5488135 , 0.71518937, 0.60276338], [0.54488318, 0.4236548 , 0.64589411], [0.43758721, 0.891773 , 0.96366276], [0.38344152, 0.79172504, 0.52889492]]) np.random.seed(0) np.random.rand(4,3) Out[364]: array([[0.5488135 , 0.71518937, 0.60276338], [0.54488318, 0.4236548 , 0.64589411], [0.43758721, 0.891773 , 0.96366276], [0.38344152, 0.79172504, 0.52889492]])
看!是不是成功了呢。
下面再给大家看个例子,以供大家更好地理解:
def rng(): for i in range(5): np.random.seed(123) print(np.random.rand(4)) rng() >>>[0.69646919 0.28613933 0.22685145 0.55131477] [0.69646919 0.28613933 0.22685145 0.55131477] [0.69646919 0.28613933 0.22685145 0.55131477] [0.69646919 0.28613933 0.22685145 0.55131477] [0.69646919 0.28613933 0.22685145 0.55131477] def rng_n(): np.random.seed(123) for i in range(5): print(np.random.rand(4)) rng_n() >>>[0.69646919 0.28613933 0.22685145 0.55131477] [0.71946897 0.42310646 0.9807642 0.68482974] [0.4809319 0.39211752 0.34317802 0.72904971] [0.43857224 0.0596779 0.39804426 0.73799541] [0.18249173 0.17545176 0.53155137 0.53182759]
请仔细看这两个自定义函数的不同,大家现在是不是对np.random.seed()有了更好的理解了呢?