python中的隨機數種子seed()用法說明
python隨機數種子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))
結果為:
[0.5488135 0.71518937]
[0.60276338 0.54488318]
再次運行結果為:
[0.5488135 0.71518937]
[0.60276338 0.54488318]
想要在同一個程序中產生同一組隨機數,需要在下一個函數設置一個相同的隨機種子
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))
結果為:
[0.5488135 0.71518937]
[0.5488135 0.71518937]
栗子2
import random random.seed(0) print("1: ", random.random()) # 生成同一個隨機數 random.seed(0) print("2: ", random.random()) print("3: ", random.random()) print("4: ", random.random()) # 生成同一個隨機數 random.seed(0) print("5: ", random.random()) print("6: ", random.random()) print("7: ", random.random())
結果為:
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是對應的隨機數的種子,如果不設置這個值,則系統根據時間來自己選擇這個值,此時每次生成的隨機數因時間差異而不同。
生成的結果與代碼運行的的次數沒有什麼關系。分析結果可知,輸出值相同,與距離隨機數種子間隔也相同。由以上分析可見,1,2,5相同;3,6相同;4、7相同。
隨機種子的詳解
什麼是隨機種子?
我們知道,隨機數是通過一些復雜的數學算法得到的,那麼 隨機種子(Random Seed)就是這些隨機數的初始值。
一般計算機裡面產生的隨機數都是偽隨機數。 偽隨機數,也是就一個一直不變的數。
import numpy as np num = 0 while (num < 5): np.random.seed(0) print(np.random.rand(1,5)) # 得到一個范圍從0到1的 1行5列的隨機數 num += 1 print('-------------------------')
結果:
由結果可以看出來,這些都是偽隨機數,也就是一直不變的隨機數,所以我們可以通過輸入隨機種子,得到一個初始固定的隨機數。隨機種子的初始值,是一直不變的。
我們把隨機種子的賦值,放到循環外面,意思是隻初始化一次
import numpy as np num = 0 np.random.seed(0) while (num < 5): print(np.random.rand(1,5)) num += 1 print('-------------------------')
看到,結果就不一樣瞭,但是初始化第一行的結果還是一樣的,這說明初始值一樣 ,而且你會發現,無論你運行多少遍,有瞭隨機種子,運行的結果都是一樣的
但我們不需要隨機種子的時候,把隨機種子的賦值註釋掉
import numpy as np num = 0 #np.random.seed(0) while (num < 5): print(np.random.rand(1,5)) num += 1 print('-------------------------')
第一次結果:
第二次結果:
第三次結果:
此時結果就是完全隨機,沒有一點章法。
所以我總結就是,通過隨機種子,通過一些復雜的數學算法,你可以得到一組有規律的隨機數,而隨機種子就是這個隨機數的初始值。隨機種子相同,得到的隨機數一定也相同。
隨機種子計算隨機數的計算方法
一般種子可以以當前的系統時間,這是完全隨機的
算法1:平方取中法。
1)將種子設為X0,並mod 10000得到4位數
2)將它平方得到一個8位數(不足8位時前面補0)
3)取中間的4位數可得到下一個4位隨機數X1
4)重復1-3步,即可產生多個隨機數
這個算法的一個主要缺點是最終它會退化成0,不能繼續產生隨機數。
算法2:線性同餘法
1)將種子設為X0,
2)用一個算法X(n+1)=(a*X(n)+b) mod c產生X(n+1)
一般將c取得很大,可產生0到c-1之間的偽隨機數
該算法的一個缺點是會出現循環。
以上為個人經驗,希望能給大傢一個參考,也希望大傢多多支持WalkonNet。
推薦閱讀:
- Python隨機數種子(random seed)的使用
- python數據分析Numpy庫的常用操作
- 淺析Python中的隨機采樣和概率分佈
- Python中的sys模塊、random模塊和math模塊
- Python numpy之線性代數與隨機漫步