python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。

随机种子的详解

什么是随机种子?

我们知道,随机数是通过一些复杂的数学算法得到的,那么 随机种子(Random Seed)就是这些随机数的初始值。

一般计算机里面产生的随机数都是伪随机数。 伪随机数,也是就一个一直不变的数。

import numpy as np
 
num = 0
while (num < 5):
    np.random.seed(0)
    print(np.random.rand(1,5)) # 得到一个范围从0到1的 1行5列的随机数
    num  = 1
 
print('-------------------------')

结果:

由结果可以看出来,这些都是伪随机数,也就是一直不变的随机数,所以我们可以通过输入随机种子,得到一个初始固定的随机数。随机种子的初始值,是一直不变的。

我们把随机种子的赋值,放到循环外面,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,结果就不一样了,但是初始化第一行的结果还是一样的,这说明初始值一样 ,而且你会发现,无论你运行多少遍,有了随机种子,运行的结果都是一样的

但我们不需要随机种子的时候,把随机种子的赋值注释掉

import numpy as np
 
num = 0
#np.random.seed(0)
while (num < 5):
 
    print(np.random.rand(1,5))
    num  = 1
 
print('-------------------------')

第一次结果:

第二次结果:

第三次结果:

此时结果就是完全随机,没有一点章法。

所以我总结就是,通过随机种子,通过一些复杂的数学算法,你可以得到一组有规律的随机数,而随机种子就是这个随机数的初始值。随机种子相同,得到的随机数一定也相同。

随机种子计算随机数的计算方法

一般种子可以以当前的系统时间,这是完全随机的

算法1:平方取中法。

1)将种子设为X0,并mod 10000得到4位数

2)将它平方得到一个8位数(不足8位时前面补0)

3)取中间的4位数可得到下一个4位随机数X1

4)重复1-3步,即可产生多个随机数

这个算法的一个主要缺点是最终它会退化成0,不能继续产生随机数。

算法2:线性同余法

1)将种子设为X0,

2)用一个算法X(n 1)=(a*X(n) b) mod c产生X(n 1)

一般将c取得很大,可产生0到c-1之间的伪随机数

该算法的一个缺点是会出现循环。

以上为个人经验,希望能给大家一个参考,也希望大家多多支持Devmax。

python中的随机数种子seed()用法说明的更多相关文章

  1. XCode 3.2 Ruby和Python模板

    在xcode3.2下,我的ObjectiveCPython/Ruby项目仍然可以打开更新和编译,但是你无法创建新项目.鉴于xcode3.2中缺少ruby和python的所有痕迹(即创建项目并添加新的ruby/python文件),是否有一种简单的方法可以再次安装模板?我发现了一些关于将它们复制到某个文件夹的信息,但我似乎无法让它工作,我怀疑文件夹的位置已经改变为3.2.解决方法3.2中的应用程序模板

  2. iOS和Android的常用随机数生成器

    如果我们在两者中都提供相同的种子,我需要一个在iOS和Android中产生相同数字序列的随机数生成器.我用srand(1000)尝试了rand()函数.但它给出了不同的输出.然后我尝试了mersennetwister.但这也为同一种子提供了不同的序列.有谁可以帮我这个.我正在使用cocos2d-x进行开发.解决方法我已经改编了一个在线CRandomMersenne库,我真的很抱歉,我再也找不到那个

  3. Swift - Swift生成随机数

    在Swift中生成随机数有很多方法可以达到目的这里介绍最简单的两种方法,第一种是使用arc4random()函数,第二种是使用arc4random_uniform()函数1.funcarc4random()->UInt32如果要生成一个生成在一定范围内的随机整数,可以这么写:该方法会生成[min,max]范围内的随机整数如果需要生成随机浮点数,基本思路相同,只不过多了一步因为arc4random返

  4. Swift基本使用-函数和闭包(三)

    声明函数和其他脚本语言有相似的地方,比较明显的地方是声明函数的关键字swift也出现了Python中的组元,可以通过一个组元返回多个值。传递可变参数,函数以数组的形式获取参数swift中函数可以嵌套,被嵌套的函数可以访问外部函数的变量。可以通过函数的潜逃来重构过长或者太复杂的函数。

  5. 10 个Python中Pip的使用技巧分享

    众所周知,pip 可以安装、更新、卸载 Python 的第三方库,非常方便。本文小编为大家总结了Python中Pip的使用技巧,需要的可以参考一下

  6. Swift 中随机数的使用

    本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容,请发送邮件至dio@foxmail.com举报,一经查实,本站将立刻删除。

  7. Swift随机数产生

    参考Swifterarc4random是一个十分优秀的随机数算法,并且在Swift中也可以使用。它会返回给我们一个任意整数,我们想要在某个范围里的数的话,可以做模运算取余数就行了。但是Swift的Int是和cpu构架有关的:在32位的cpu上实际上他是Int32,而在64位cpu是Int64。arc4random所返回的值不论在什么平台上都是一个UInt32,于是32位的平台就有几率进行Int转换时越界。

  8. Swift - 使用arc4random()、arc4random_uniform()取得随机数

    arc4random()这个全局函数会生成9位数的随机整数1,下面是使用arc4random函数求一个1~100的随机数1vartemp:Int=Int+12,下面是使用arc4random_uniform函数求一个1~100的随机数temp:Int=Int+1

  9. Swift、Go、Julia与R能否挑战 Python 的王者地位

    本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容,请发送邮件至dio@foxmail.com举报,一经查实,本站将立刻删除。

  10. 如何在苹果的Swift语言中生成一个随机数?

    我意识到Swift的书提供了一个随机数生成器的实现。最好的做法是在自己的程序中复制和粘贴此实现?还是有一个库,这样做,我们可以使用吗?使用标准库函数来获得高质量的随机数:arc4random()或arc4random_uniform(),就像在Objective-C中一样。它们在Darwin模块中,因此如果您没有导入AppKit,UIKit或Foundation,则需要导入Darwin。

随机推荐

  1. 10 个Python中Pip的使用技巧分享

    众所周知,pip 可以安装、更新、卸载 Python 的第三方库,非常方便。本文小编为大家总结了Python中Pip的使用技巧,需要的可以参考一下

  2. python数学建模之三大模型与十大常用算法详情

    这篇文章主要介绍了python数学建模之三大模型与十大常用算法详情,文章围绕主题展开详细的内容介绍,具有一定的参考价值,感想取得小伙伴可以参考一下

  3. Python爬取奶茶店数据分析哪家最好喝以及性价比

    这篇文章主要介绍了用Python告诉你奶茶哪家最好喝性价比最高,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习吧

  4. 使用pyinstaller打包.exe文件的详细教程

    PyInstaller是一个跨平台的Python应用打包工具,能够把 Python 脚本及其所在的 Python 解释器打包成可执行文件,下面这篇文章主要给大家介绍了关于使用pyinstaller打包.exe文件的相关资料,需要的朋友可以参考下

  5. 基于Python实现射击小游戏的制作

    这篇文章主要介绍了如何利用Python制作一个自己专属的第一人称射击小游戏,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起动手试一试

  6. Python list append方法之给列表追加元素

    这篇文章主要介绍了Python list append方法如何给列表追加元素,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教

  7. Pytest+Request+Allure+Jenkins实现接口自动化

    这篇文章介绍了Pytest+Request+Allure+Jenkins实现接口自动化的方法,文中通过示例代码介绍的非常详细。对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下

  8. 利用python实现简单的情感分析实例教程

    商品评论挖掘、电影推荐、股市预测……情感分析大有用武之地,下面这篇文章主要给大家介绍了关于利用python实现简单的情感分析的相关资料,文中通过示例代码介绍的非常详细,需要的朋友可以参考下

  9. 利用Python上传日志并监控告警的方法详解

    这篇文章将详细为大家介绍如何通过阿里云日志服务搭建一套通过Python上传日志、配置日志告警的监控服务,感兴趣的小伙伴可以了解一下

  10. Pycharm中运行程序在Python console中执行,不是直接Run问题

    这篇文章主要介绍了Pycharm中运行程序在Python console中执行,不是直接Run问题,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教

返回
顶部