设置seed()
里的数字就相当于设置了一个盛有随机数的“聚宝盆”,一个数字代表一个“聚宝盆”,当我们在seed()
的括号里设置相同的seed,“聚宝盆”就是一样的,那当然每次拿出的随机数就会相同(不要觉得就是从里面随机取数字,只要设置的seed
相同取出地随机数就一样)。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)
例子:
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:
import numpy as np
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]])
Reference:
https://blog.youkuaiyun.com/weixin_41571493/article/details/80549833