搞懂np.random.seed()
粗略的说,利用随机数种子,每次生成的随机数相同。
两个测试
1.
import numpy as np
for i in range(5):
np.random.seed(5)
print(np.random.random())
0.22199317108973948
0.22199317108973948
0.22199317108973948
0.22199317108973948
0.22199317108973948
import numpy as np
np.random.seed(5)
for i in range(5):
print(np.random.random())
0.22199317108973948
0.8707323061773764
0.20671915533942642
0.9186109079379216
0.48841118879482914
只要设置了就会影响该区域内的随机数,相当于产生了一个固定的数组,放在循环外是按顺序在数组里取值,这样看起来好像“不同”实际是相同的一个数组,放在循环内相当于索引被重置了,每次都返回第一个数所以看起来“相同”。
也就是说:加了随机数种子以后,后面的随机数组都是按一定的顺序生成的
参考链接:
https://www.cnblogs.com/subic/p/8454025.html
https://blog.youkuaiyun.com/qq_36142336/article/details/78797190
https://blog.youkuaiyun.com/weixin_41571493/article/details/80549833
本文详细解析了NumPy中np.random.seed()函数的工作原理,通过对比两种不同的使用方式,阐述了如何通过设置随机数种子来确保随机数生成的可重复性。这对于需要固定随机状态的科学计算和数据分析场景尤为重要。
1万+

被折叠的 条评论
为什么被折叠?



