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(tǒng)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么關系。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
什么是隨機種子?
我們知道,隨機數是通過一些復雜的數學算法得到的,那么 隨機種子(Random Seed)就是這些隨機數的初始值。
一般計算機里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(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,結果就不一樣了,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(fā)現,無論你運行多少遍,有了隨機種子,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(guī)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(tǒng)時間,這是完全隨機的
算法1:平方取中法。
1)將種子設為X0,并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(xù)產生隨機數。
算法2:線性同余法
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(huán)。
以上為個人經驗,希望能給大家一個參考,也希望大家多多支持腳本之家。
相關文章
python 中os模塊os.path.exists()的用法說明
這篇文章主要介紹了python 中os模塊os.path.exists()的用法說明,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2021-03-03
關于windos10環(huán)境下編譯python3版pjsua庫的問題
pjsua默認綁定的python版本是python 2.4,使用起來有諸多限制,希望可以使用python3調用pjsua的庫實現軟電話的基礎功能。這篇文章主要介紹了windos10環(huán)境下編譯python3版pjsua庫,需要的朋友可以參考下2021-10-10

