python之np.random.seed(0)的用法

本文通过实例解释了如何使用numpy中的random.seed()函数来确保随机数生成的可重复性。强调了在需要生成相同随机数序列时,应在每次生成前都设置相同的种子。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

之前一直在代码里看到seed(0),我知道写了这个可以产生相同的随机数,但是事实上,我测试的时候:

np.random.seed(0)
x = np.random.randn(2,2)
y = np.random.randn(2,2)
print(x)
print(y)

输出:

[[ 1.76405235 0.40015721]
[ 0.97873798 2.2408932 ]]
[[ 1.86755799 -0.97727788]
[ 0.95008842 -0.15135721]]

明明不一样啊,后来才知道,每次调用都需要seed()一下,表示种子相同:


import numpy as np
np.random.seed(0)
x = np.random.randn(2,2)
np.random.seed(0)
y = np.random.randn(2,2)
print(x)
print(y)
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值