python随机种子数_python – NumPy随机种子产生不同的随机数

你将RandomState与种子混淆了.您的第一行构造一个对象,然后您可以将其用作随机源.例如,我们制作

>>> rnd = np.random.RandomState(3)

>>> rnd

然后

>>> rnd.choice(range(20), (5,))

array([10, 3, 8, 0, 19])

>>> rnd.choice(range(20), (5,))

array([10, 11, 9, 10, 6])

>>> rnd = np.random.RandomState(3)

>>> rnd.choice(range(20), (5,))

array([10, 3, 8, 0, 19])

>>> rnd.choice(range(20), (5,))

array([10, 11, 9, 10, 6])

[我不明白为什么你的idx1和idx1S同意 – 但你实际上没有发布一个自包含的成绩单,所以我怀疑用户错误.]

如果要影响全局状态,请使用seed：

>>> np.random.seed(3)

>>> np.random.choice(range(20),(5,))

array([10, 3, 8, 0, 19])

>>> np.random.choice(range(20),(5,))

array([10, 11, 9, 10, 6])

>>> np.random.seed(3)

>>> np.random.choice(range(20),(5,))

array([10, 3, 8, 0, 19])

>>> np.random.choice(range(20),(5,))

array([10, 11, 9, 10, 6])

使用特定的RandomState对象起初可能看起来不太方便,但是当您需要可以调整的不同熵流时,它会使很多事情变得更容易.