函数np.random.seed(n)解释
功能：用于生成指定随机数。

参数：seed(n)中的参数n比喻成“堆”，seed(5)表示第5堆，n的数值基本可以随便设置。设置的seed(n)仅一次有效。

（也有人比喻seed(n)里的n为一个盛有随机数的“聚宝盆”，一个数字代表一个“聚宝盆”，当我们设置相同的seed()时，“聚宝盆”就是一样的，所以每次取出的随机数就会相同。）

用法
np.random.seed(n)可以按照顺序产生一组固定的数组，如果使用相同的seed()值，则每次生成的随机数都相同；如果不设置这个值，那么每次生成的随机数不同。

注意：需要每次调用的时候都seed()一下，表示种子相同，从而生成的随机数相同。

例1：只调用一次seed()，两次产生的随机数不同。

import numpy as py

np.random.seed(1)
L1 = np.random.randn(3,3)
L2 = np.random.randn(3,3) # 这已经不是在设置的np.random.seed(1)下生成的随机数了，而是在默认的random下随机生成。
print(L1)
print(L2)

结果

[[ 1.62434536 -0.61175641 -0.52817175]
[-1.07296862 0.86540763 -2.3015387 ]
[ 1.74481176 -0.7612069 0.3190391 ]]

[[-0.24937038 1.46210794 -2.06014071]
[-0.3224172 -0.38405435 1.13376944]
[-1.09989127 -0.17242821 -0.87785842]]
复制
例2：调用两次seed()，两次产生的随机数相同

import numpy as np

np.random.seed(1)
L1 = np.random.randn(3,3)
np.random.seed(1)
L2 = np.random.randn(3,3)
print(L1)
print(L2)

结果

[[ 1.62434536 -0.61175641 -0.52817175]
[-1.07296862 0.86540763 -2.3015387 ]
[ 1.74481176 -0.7612069 0.3190391 ]]

[[ 1.62434536 -0.61175641 -0.52817175]
[-1.07296862 0.86540763 -2.3015387 ]
[ 1.74481176 -0.7612069 0.3190391 ]]
复制
总结：从每堆种子里选出来的数都是不会变的，从不同的堆里选随机种子每次都不一样。若想每次都能得到相同的随机数，每次产生随机数之前，都需要调用一次seed()。

numpy中的seed相关推荐

[云炬python学习笔记]Numpy中内置函数min(),max(),sum()与Python中内置函数min(),max(),sum()性能对比分析
众所周知,Python有许多内置函数(例如min(),max(),sum()),Numpy也有自己的内置函数(np.min(),np.max(),np.sum()).由于Numpy的函数是在编译码中执 ...
【Python】Numpy中伪随机数的简单使用
Numpy中伪随机数也很强大,很常见,简单整理一些常见的操作如下: # 加载库 import numpy as np# 设置随机数种子 np.random.seed(0)# 生成3个0.0~1.0之间 ...
python npv 计算公式_Python numpy 中常用的数据运算
Numpy 精通面向数组编程和思维方式是成为Python科学计算大牛的一大关键步骤.--<利用Python进行数据分析> Numpy(Numerical Python)是Python科学计 ...
python花式索引_初探Numpy中的花式索引
Numpy中对数组索引的方式有很多(为了方便介绍文中的数组如不加特殊说明指的都是Numpy中的ndarry数组),比如:基本索引:通过单个整数值来索引数组 import numpy as np arr ...
numpy中的随机数函数详解
作者学习中积累总结内容,转载请注明 np.random.* numpy随机数一.生成器二.简单随机数三.分布随机数四.排列 shuffle() permutation() choice() n ...
python创建列向量_关于Numpy中的行向量和列向量详解
关于Numpy中的行向量和列向量详解行向量方式1 import numpy as np b=np.array([1,2,3]).reshape((1,-1)) print(b,b.shape) 结 ...
Numpy中矩阵运算
Numpy中矩阵运算 1 矩阵和向量 1.1 矩阵矩阵,英文matrix,和array的区别矩阵必须是2维的,但是array可以是多维的. 如图:这个是 3×2 矩阵,即 3 行 2 列,如 m 为 ...
Numpy中数组间运算
Numpy中数组间运算 1 数组与数的运算 [可以直接进行运算] arr = np.array([[1, 2, 3, 2, 1, 4], [5, 6, 1, 2, 3, 1]]) arr + ...
Numpy 中的 arange 函数
1. 概述 Numpy 中 arange() 主要是用于生成数组,具体用法如下: 2. arange() 2.1 语法 numpy.arange(start, stop, step, dtype = ...

numpy中的seed

结果

结果

numpy中的seed相关推荐

最新文章

热门文章