np.random.seed的有效期及固定的种子会有固定的顺序

最新推荐文章于 2023-07-27 11:30:57 发布

原创最新推荐文章于 2023-07-27 11:30:57 发布 · 5k 阅读

9 ·

CC 4.0 BY-SA版权

python 专栏收录该内容

299 篇文章

订阅专栏

本文探讨了如何在Python中使用numpy库固定随机数生成的种子，以确保实验的可重复性。通过设置相同的随机种子，可以得到一致的随机序列，这对于机器学习模型的训练和验证尤为重要。

1 生成数据

import numpy as np
arr = np.arange(1,17).reshape(4,4)
arr
array([[ 1,  2,  3,  4],
       [ 5,  6,  7,  8],
       [ 9, 10, 11, 12],
       [13, 14, 15, 16]])

2 设置一次固定的seed,其结果表明它的有效期只有一次

print(arr)
np.random.seed(1234)
np.random.shuffle(arr)
print(arr)
np.random.shuffle(arr)
print(arr)
np.random.shuffle(arr)
print(arr)
[[ 5  6  7  8]
 [ 9 10 11 12]
 [13 14 15 16]
 [ 1  2  3  4]]
[[ 5  6  7  8]
 [ 9 10 11 12]
 [13 14 15 16]
 [ 1  2  3  4]]
[[ 9 10 11 12]
 [13 14 15 16]
 [ 1  2  3  4]
 [ 5  6  7  8]]
[[ 9 10 11 12]
 [ 1  2  3  4]
 [ 5  6  7  8]
 [13 14 15 16]]

3 想要保存相同的随机顺序,需要每次使用前都要相同的seed

np.random.seed(1234)
np.random.shuffle(arr)
print(arr)
np.random.seed(1234)
np.random.shuffle(arr)
print(arr)
np.random.seed(1234)
np.random.shuffle(arr)
print(arr)

[[ 9 10 11 12]
 [ 1  2  3  4]
 [ 5  6  7  8]
 [13 14 15 16]]
[[ 9 10 11 12]
 [ 1  2  3  4]
 [ 5  6  7  8]
 [13 14 15 16]]
[[ 9 10 11 12]
 [ 1  2  3  4]
 [ 5  6  7  8]
 [13 14 15 16]]

4 相同的随机种子会有相同的顺序,如下所示:

SEED = 555
np.random.seed(SEED)
np.random.shuffle(arr1)
print(arr1)
np.random.seed(SEED)
np.random.shuffle(arr2)
print(arr2)
arr_new = np.concatenate((arr1,arr2),axis=1)
print(arr_new)
[[21 22 23 24]
 [11 12 13 14]
 [ 1  2  3  4]
 [ 6  7  8  9]
 [16 17 18 19]]
[[25]
 [15]
 [ 5]
 [10]
 [20]]
[[21 22 23 24 25]
 [11 12 13 14 15]
 [ 1  2  3  4  5]
 [ 6  7  8  9 10]
 [16 17 18 19 20]]


SEED = 0
np.random.seed(SEED)
np.random.shuffle(arr1)
print(arr1)
np.random.seed(SEED)
np.random.shuffle(arr2)
print(arr2)
arr_new = np.concatenate((arr1,arr2),axis=1)
print(arr_new)
[[21 22 23 24]
 [ 1  2  3  4]
 [16 17 18 19]
 [11 12 13 14]
 [ 6  7  8  9]]
[[25]
 [ 5]
 [20]
 [15]
 [10]]
[[21 22 23 24 25]
 [ 1  2  3  4  5]
 [16 17 18 19 20]
 [11 12 13 14 15]
 [ 6  7  8  9 10]]


SEED = 5555555
np.random.seed(SEED)
np.random.shuffle(arr1)
print(arr1)
np.random.seed(SEED)
np.random.shuffle(arr2)
print(arr2)
arr_new = np.concatenate((arr1,arr2),axis=1)
print(arr_new)
[[ 1  2  3  4]
 [21 22 23 24]
 [ 6  7  8  9]
 [11 12 13 14]
 [16 17 18 19]]
[[ 5]
 [25]
 [10]
 [15]
 [20]]
[[ 1  2  3  4  5]
 [21 22 23 24 25]
 [ 6  7  8  9 10]
 [11 12 13 14 15]
 [16 17 18 19 20]]