這個函數(shù)的使用方法，已經(jīng)有前輩講解過了，只是自己在測試的時候有一些思考，所以便寫了這篇博客。下面是前輩文章的原話：

seed( ) 用于指定隨機(jī)數(shù)生成時所用算法開始的整數(shù)值，如果使用相同的seed( )值，則每次生成的隨即數(shù)都相同，如果不設(shè)置這個值，則系統(tǒng)根據(jù)時間來自己選擇這個值，此時每次生成的隨機(jī)數(shù)因時間差異而不同。

編寫如下第一份代碼：

from numpy import *
num=0
while(num<5):
  random.seed(5)
  print(random.random())
  num+=1

運行結(jié)果為：

0.22199317108973948
0.22199317108973948
0.22199317108973948
0.22199317108973948
0.22199317108973948

可以看到，每次運行的結(jié)果都是一樣的

修改代碼，如下為第二份代碼：

from numpy import *
num=0
random.seed(5)
while(num<5):
  print(random.random())
  num+=1

運行結(jié)果為：

0.22199317108973948
0.8707323061773764
0.20671915533942642
0.9186109079379216
0.48841118879482914

可以看到，和上一份代碼的運行結(jié)果不同。這里每次的輸出結(jié)果都是不一樣的。這也就提醒了我們在以后編寫代碼的時候要明白一點：random.seed(something)只能是一次有效。其實仔細(xì)想想也很自然，如果不是一次有效，比如說是一直有效，那豈不是會影響到后續(xù)的代碼中隨機(jī)數(shù)的選??？

這次測試的代碼比較可以說是很簡單的，但是卻暴露了我的一個思維上的漏洞：在這次測試中我雖然明白了：

seed( ) 用于指定隨機(jī)數(shù)生成時所用算法開始的整數(shù)值，如果使用相同的seed( )值，則每次生成的隨即數(shù)都相同，如果不設(shè)置這個值，則系統(tǒng)根據(jù)時間來自己選擇這個值，此時每次生成的隨機(jī)數(shù)因時間差異而不同。

這段話的意思，但是我卻先入為主地認(rèn)為第二份代碼的結(jié)果應(yīng)和第一份代碼中的一致。而通過反面思考，假設(shè)這個函數(shù)使用一次后便是一直有效的，那么每次生成的隨即數(shù)都會相同，但是這樣豈不是會影響到后續(xù)的代碼中隨機(jī)數(shù)的選?。?/p>

所以，以后學(xué)新的東西的時候，都要問自己傻問題，不斷地去測試自己的想法以達(dá)到更深的理解。

故對于該函數(shù)的使用，可總結(jié)為：

seed( ) 用于指定隨機(jī)數(shù)生成時所用算法開始的整數(shù)值。
1.如果使用相同的seed( )值，則每次生成的隨即數(shù)都相同；
2.如果不設(shè)置這個值，則系統(tǒng)根據(jù)時間來自己選擇這個值，此時每次生成的隨機(jī)數(shù)因時間差異而不同。
3.設(shè)置的seed()值僅一次有效

總結(jié)

以上就是本文關(guān)于numpy.random.seed()的使用實例解析的全部內(nèi)容，希望對大家有所幫助。感興趣的朋友可以繼續(xù)參閱本站其他相關(guān)專題，如有不足之處，歡迎留言指出。感謝朋友們對本站的支持！

最新評論