python隨機(jī)數(shù)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(jié)果為：

[0.5488135  0.71518937]
[0.60276338 0.54488318]

再次運(yùn)行結(jié)果為：

[0.5488135  0.71518937]
[0.60276338 0.54488318]

想要在同一個(gè)程序中產(chǎn)生同一組隨機(jī)數(shù),需要在下一個(gè)函數(shù)設(shè)置一個(gè)相同的隨機(jī)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(jié)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(gè)隨機(jī)數(shù)
random.seed(0)
print("2: ", random.random())
print("3: ", random.random())
print("4: ", random.random())
# 生成同一個(gè)隨機(jī)數(shù)
random.seed(0)
print("5: ", random.random())
print("6: ", random.random())
print("7: ", random.random())

結(jié)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(duì)應(yīng)的隨機(jī)數(shù)的種子，如果不設(shè)置這個(gè)值，則系統(tǒng)根據(jù)時(shí)間來(lái)自己選擇這個(gè)值，此時(shí)每次生成的隨機(jī)數(shù)因時(shí)間差異而不同。

生成的結(jié)果與代碼運(yùn)行的的次數(shù)沒(méi)有什么關(guān)系。分析結(jié)果可知，輸出值相同，與距離隨機(jī)數(shù)種子間隔也相同。由以上分析可見(jiàn)，1,2,5相同；3,6相同；4、7相同。

隨機(jī)種子的詳解

什么是隨機(jī)種子？

我們知道，隨機(jī)數(shù)是通過(guò)一些復(fù)雜的數(shù)學(xué)算法得到的，那么 隨機(jī)種子（Random Seed）就是這些隨機(jī)數(shù)的初始值。

一般計(jì)算機(jī)里面產(chǎn)生的隨機(jī)數(shù)都是偽隨機(jī)數(shù)。 偽隨機(jī)數(shù)，也是就一個(gè)一直不變的數(shù)。

import numpy as np
 
num = 0
while (num < 5):
    np.random.seed(0)
    print(np.random.rand(1,5)) # 得到一個(gè)范圍從0到1的 1行5列的隨機(jī)數(shù)
    num += 1
 
print('-------------------------')

結(jié)果：

由結(jié)果可以看出來(lái)，這些都是偽隨機(jī)數(shù)，也就是一直不變的隨機(jī)數(shù)，所以我們可以通過(guò)輸入隨機(jī)種子，得到一個(gè)初始固定的隨機(jī)數(shù)。隨機(jī)種子的初始值，是一直不變的。

我們把隨機(jī)種子的賦值，放到循環(huán)外面，意思是只初始化一次

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(jié)果就不一樣了，但是初始化第一行的結(jié)果還是一樣的，這說(shuō)明初始值一樣 ，而且你會(huì)發(fā)現(xiàn)，無(wú)論你運(yùn)行多少遍，有了隨機(jī)種子，運(yùn)行的結(jié)果都是一樣的

但我們不需要隨機(jī)種子的時(shí)候，把隨機(jī)種子的賦值注釋掉

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(jié)果：

第二次結(jié)果：

第三次結(jié)果：

此時(shí)結(jié)果就是完全隨機(jī)，沒(méi)有一點(diǎn)章法。

所以我總結(jié)就是，通過(guò)隨機(jī)種子，通過(guò)一些復(fù)雜的數(shù)學(xué)算法，你可以得到一組有規(guī)律的隨機(jī)數(shù)，而隨機(jī)種子就是這個(gè)隨機(jī)數(shù)的初始值。隨機(jī)種子相同，得到的隨機(jī)數(shù)一定也相同。

隨機(jī)種子計(jì)算隨機(jī)數(shù)的計(jì)算方法

一般種子可以以當(dāng)前的系統(tǒng)時(shí)間，這是完全隨機(jī)的

算法1：平方取中法。

1）將種子設(shè)為X0，并mod 10000得到4位數(shù)

2）將它平方得到一個(gè)8位數(shù)（不足8位時(shí)前面補(bǔ)0）

3）取中間的4位數(shù)可得到下一個(gè)4位隨機(jī)數(shù)X1

4）重復(fù)1-3步，即可產(chǎn)生多個(gè)隨機(jī)數(shù)

這個(gè)算法的一個(gè)主要缺點(diǎn)是最終它會(huì)退化成0，不能繼續(xù)產(chǎn)生隨機(jī)數(shù)。

算法2：線(xiàn)性同余法

1）將種子設(shè)為X0，

2）用一個(gè)算法X(n+1）=(a*X(n)+b) mod c產(chǎn)生X(n+1）

一般將c取得很大，可產(chǎn)生0到c-1之間的偽隨機(jī)數(shù)

該算法的一個(gè)缺點(diǎn)是會(huì)出現(xiàn)循環(huán)。

以上為個(gè)人經(jīng)驗(yàn)，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。

最新評(píng)論