Python中的np.random.seed()隨機(jī)數(shù)種子問題及解決方法
前言: 最近在學(xué)習(xí)過程中總是遇到
np.random.seed()
這個(gè)問題,剛開始總是覺得不過是一個(gè)簡單的隨機(jī)數(shù)種子
,就沒太在意,后來遇到的次數(shù)多了,才發(fā)現(xiàn)他竟然是如此之用處之大!接下來我就把我所學(xué)到的關(guān)于np.random.seed()的知識分享給大家!
1. 何為隨機(jī)數(shù)種子
隨機(jī)數(shù)種子,相當(dāng)于我給接下來需要生成的隨機(jī)數(shù)一個(gè)初值,按照我給的這個(gè)初值,按固定順序生成隨機(jī)數(shù)。
讀到這,你如何還感覺得晦澀難懂的話,那我再舉一個(gè)通俗易懂的例子:
看第一段代碼:
import numpy as np np.random.seed(0) # 先定義一個(gè)隨機(jī)數(shù)種子 print(np.random.rand(5)) # "隨機(jī)"生成5個(gè)數(shù)
結(jié)果:
[0.5488135 0.71518937 0.60276338 0.54488318 0.4236548 ]
這里的rand(5)就是相當(dāng)于生成五個(gè)數(shù)據(jù)
接著看第二段代碼:
import numpy as np np.random.seed(0) # 先定義一個(gè)隨機(jī)數(shù)種子 print(np.random.rand(5)) # "隨機(jī)"生成5個(gè)數(shù) print(np.random.rand(5)) # 再"隨機(jī)"生成5個(gè)數(shù)
結(jié)果:
[0.5488135 0.71518937 0.60276338 0.54488318 0.4236548 ]
[0.64589411 0.43758721 0.891773 0.96366276 0.38344152]
這里我們生成了十個(gè)隨機(jī)數(shù)。
最后我們看第三段代碼:
import numpy as np np.random.seed(0) # 先定義一個(gè)隨機(jī)數(shù)種子 print(np.random.rand(5)) # "隨機(jī)"生成5個(gè)數(shù) print(np.random.rand(5)) # 再"隨機(jī)"生成5個(gè)數(shù) np.random.seed(0) for i in range(7): print(np.random.random()) # "隨機(jī)"生成7個(gè)數(shù)
運(yùn)行結(jié)果:
[0.5488135 0.71518937 0.60276338 0.54488318 0.4236548 ]
[0.64589411 0.43758721 0.891773 0.96366276 0.38344152]
0.7917250380826646
0.5288949197529045
0.5680445610939323
0.925596638292661
0.07103605819788694
0.08712929970154071
0.02021839744032572
接下來我們的對比一下,最后輸出的7個(gè)隨機(jī)數(shù)的結(jié)果和我們之前分兩次輸出的隨機(jī)數(shù)列表,我們可以很清晰的看到:我們最后輸出的7個(gè)隨機(jī)數(shù)便是依次從我們之前的生成的10個(gè)隨機(jī)數(shù)中取得的! 也就是說在代碼中,我們看到 “ 隨機(jī) ” ,那就是說并不是真正隨機(jī)(假隨機(jī))。
注意:
設(shè)置的seed()值僅一次有效
2. np.random.seed()參數(shù)問題
先看一段代碼:
import numpy as np random.seed(0) print(np.random.rand(2, 3)) np.random.seed(1) print(np.random.rand(2, 3)) np.random.seed(2) print(np.random.rand(2, 3))
運(yùn)行結(jié)果:
[[0.5488135 0.71518937 0.60276338]
[0.54488318 0.4236548 0.64589411]]
[[4.17022005e-01 7.20324493e-01 1.14374817e-04]
[3.02332573e-01 1.46755891e-01 9.23385948e-02]]
[[0.4359949 0.02592623 0.54966248]
[0.43532239 0.4203678 0.33033482]]
由此可知:這個(gè)參數(shù)好像并沒有什么實(shí)際的意義。
最后,我們得出結(jié)論:這個(gè)參數(shù)是隨便取的,可以認(rèn)為是初值的標(biāo)志,每次按照這個(gè)標(biāo)志都可以得到相同的初值。
3. 使用方法
使用之前都需要調(diào)用一下:np.random.seed(0)
錯(cuò)誤實(shí)例:
import numpy as np np.random.seed(1) L1 = np.random.randn(3, 3) L2 = np.random.randn(3, 3) print(L1) print(L2) [[ 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]]
正確實(shí)例:
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) [[ 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 ]]
4. 隨機(jī)數(shù)種子問題總結(jié)
(1)隨機(jī)數(shù)種子相當(dāng)于給我們一個(gè)初值,之后按照固定順序生成隨機(jī)數(shù)(也就是我們說的超級長的 list )
(2)隨機(jī)數(shù)種子對后面的結(jié)果一直有影響,在一個(gè)隨機(jī)數(shù)種子后生成的隨機(jī)數(shù)都受這個(gè)隨機(jī)數(shù)種子的影響,即生成的隨機(jī)數(shù)都是由這個(gè)隨機(jī)數(shù)種子給的初值,按照固定順序生成的。
(3)每次使用之前都需要調(diào)用一下:np.random.seed(0)
(4)np.random.seed(0)中參數(shù)0是隨便取的,可以認(rèn)為是初值的標(biāo)志,每次按照這個(gè)標(biāo)志都可以得到相同的初值
參考資料:What does numpy.random.seed(0) do?
相關(guān)文章
python selenium 查找隱藏元素 自動播放視頻功能
這篇文章主要介紹了python selenium 查找隱藏元素 自動播放視頻功能,本文給大家介紹的非常詳細(xì),具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2019-07-07mac 上配置Pycharm連接遠(yuǎn)程服務(wù)器并實(shí)現(xiàn)使用遠(yuǎn)程服務(wù)器Python解釋器的方法
這篇文章主要介紹了mac 上如何配置Pycharm連接遠(yuǎn)程服務(wù)器并實(shí)現(xiàn)使用遠(yuǎn)程服務(wù)器Python解釋器,本文通過圖文并茂的形式給大家介紹的非常詳細(xì),對大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2020-03-03詳解Python中的分支和循環(huán)結(jié)構(gòu)
這篇文章主要介紹了Python中的分支和循環(huán)結(jié)構(gòu),本文通過實(shí)例代碼給大家介紹的非常詳細(xì),具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2020-02-02python使用pyinstaller將代碼打包為exe程序
這篇文章主要為大家詳細(xì)介紹了python如何使用pyinstaller將代碼打包為exe程序,文中的示例代碼講解詳細(xì),有需要的小伙伴可以參考一下2024-11-11Python 字符串轉(zhuǎn)換為整形和浮點(diǎn)類型的方法
今天小編就為大家分享一篇Python 字符串轉(zhuǎn)換為整形和浮點(diǎn)類型的方法,具有很好的參考價(jià)值,希望對大家有所幫助。一起跟隨小編過來看看吧2018-07-07聯(lián)邦學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)FedAvg算法實(shí)現(xiàn)
這篇文章主要為大家介紹了聯(lián)邦學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)FedAvg算法實(shí)現(xiàn),有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪2022-05-05Python實(shí)現(xiàn)自動發(fā)送測試報(bào)告郵件的示例代碼
SMTP也就是簡單郵件傳輸協(xié)議,是一種提供可靠且有效電子郵件傳輸?shù)膮f(xié)議,python的smtplib模塊就提供了一種很方便的途徑發(fā)送電子郵件,它對smtp協(xié)議進(jìn)行了簡單的封裝,下面就來和大家簡單聊聊吧2023-07-07