python中的随机数种子seed()用法说明

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。

来源：https://blog.csdn.net/weixin_43283397/article/details/100567216