Python随机数中种子问题详解

最新推荐文章于 2024-11-19 11:57:28 发布

大大打打

最新推荐文章于 2024-11-19 11:57:28 发布

阅读量1.3k

点赞数 1

分类专栏： Pyhton小知识文章标签： python pycharm 自然语言处理

本文链接：https://blog.youkuaiyun.com/weixin_47326735/article/details/120405381

版权

Pyhton小知识专栏收录该内容

16 篇文章

订阅专栏

本文通过实例解释了如何使用Python的random模块设置随机数种子。通过设置相同的种子，可以确保每次运行程序时产生的随机数序列一致，这对于调试和复现实验结果非常有用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

解释：random.seed() 可以给随机数设置种子，使用相同的种子会生成相同的随机值

下面使用两个种子，一个0，一个1

相同体现在随机数与种子的距离，与相同种子距离相同的随机数相同

import random

random.seed(0)
print("Random number 1 : ", random.random())
random.seed(1)
print("Random number 11 : ", random.random())

# Random number 1 :  0.8444218515250481
# Random number 11 :  0.13436424411240122

# 生成同一个随机数
random.seed(0)
print("Random number 2 : ", random.random())
print("Random number 3 : ", random.random())
random.seed(1)
print("Random number 22 : ", random.random())
print("Random number 33 : ", random.random())

# Random number 2 :  0.8444218515250481
# Random number 3 :  0.7579544029403025
# Random number 22 :  0.13436424411240122
# Random number 33 :  0.8474337369372327

# 生成同一个随机数
random.seed(0)
print("Random number 4 : ", random.random())
print("Random number 5 : ", random.random())
print("Random number 6 : ", random.random())
random.seed(1)
print("Random number 44 : ", random.random())
print("Random number 55 : ", random.random())
print("Random number 66 : ", random.random())

# Random number 4 :  0.8444218515250481
# Random number 5 :  0.7579544029403025
# Random number 6 :  0.420571580830845
# Random number 44 :  0.13436424411240122
# Random number 55 :  0.8474337369372327
# Random number 66 :  0.763774618976614