python中的随机数种子seed()

栗子1：

import numpy as np
import random
random.seed(0)

np.random.seed(0)
print(np.random.rand(2))
print(np.random.rand(2))

结果为：

[0.5488135  0.71518937]
[0.60276338 0.54488318]

再次运行结果为：

[0.5488135  0.71518937]
[0.60276338 0.54488318]

想要在同一个程序中产生同一组随机数,需要在下一个函数设置一个相同的随机种子

import numpy as np
import random
random.seed(0)

np.random.seed(0)
print(np.random.rand(2))
np.random.seed(0)
print(np.random.rand(2))

结果为：

[0.5488135  0.71518937]
[0.5488135  0.71518937]

栗子2：

import random
random.seed(0)

print("1: ", random.random())
# 生成同一个随机数
random.seed(0)
print("2: ", random.random())
print("3: ", random.random())
print("4: ", random.random())
# 生成同一个随机数
random.seed(0)
print("5: ", random.random())
print("6: ", random.random())
print("7: ", random.random())

结果为：

1:  0.8444218515250481
2:  0.8444218515250481
3:  0.7579544029403025
4:  0.420571580830845
5:  0.8444218515250481
6:  0.7579544029403025
7:  0.420571580830845

random.seed(0)，其中的0是对应的随机数的种子，如果不设置这个值，则系统根据时间来自己选择这个值，此时每次生成的随机数因时间差异而不同。
生成的结果与代码运行的的次数没有什么关系。分析结果可知，输出值相同，与距离随机数种子间隔也相同。由以上分析可见，1,2,5相同；3,6相同；4、7相同。