np.random.seed( ) 用于指定随机数生成时所用算法开始的整数值,如果使用相同的seed( )值,则每次生成的随即数都相同,一次指定始终有效。但是在实际应用中可能会出现再次输出随机数时,输出的随机数并不相同,这个用一段代码说明和解决这个问题:
import numpy as np
np.random.seed(5)
print(str(np.random.random()) + "\n")
for i in range(5):
print(np.random.random())
np.random.seed(5)
print("\n" + str(np.random.random()) + "\n")
for i in range(5):
np.random.seed(5)
print(np.random.random())
输出为:
0.22199317108973948
0.8707323061773764
0.20671915533942642
0.9186109079379216
0.48841118879482914
0.6117438629026457
0.22199317108973948
0.22199317108973948
0.22199317108973948
0.22199317108973948
0.22199317108973948
0.22199317108973948
可以看出,当我们想要相同的随机数时,还需再加一句:np.random.seed(5)。
本文详细解析了np.random.seed()函数在生成随机数时的作用,通过实例代码展示了如何确保每次生成的随机数相同,以及在循环中正确使用该函数的方法。
4868

被折叠的 条评论
为什么被折叠?



