Numpy 随机种子对整个 jupyter 笔记本有效

Question

我在 Jupyter Lab 笔记本上使用来自 numpy.random 的函数，我正在尝试使用 numpy.random.seed(333) 设置种子。仅当种子设置与代码位于同一笔记本单元格中时，这才能按预期工作。例如，如果我有这样的脚本：

import numpy as np

np.random.seed(44)

ll = [3.2,77,4535,123,4]

print(np.random.choice(ll))
print(np.random.choice(ll))

np.random.choice(ll) 的输出将相同，因为设置了种子：

# python seed.py
4.0 
123.0
# python seed.py
4.0
123.0

现在，如果我尝试在 Jupyter 笔记本上做同样的事情，我会得到不同的结果：

# in [11]
import numpy as np
# even if I set the seed here the other cells don't see it
np.random.seed(333)

# in [12]
np.random.choice([1,23,44,3,2])
23
# gets the same numbers

# in [13]
np.random.choice([1,23,44,3,2])
44
# gets different numbers every time I run this cell again

有没有办法在 Jupyter 实验室笔记本中全局设置 numpy 随机种子？

Answer 1

因为您反复调用 randint，它每次都会生成不同的数字。重要的是要注意，seed 不会使函数始终返回相同的数字，而是使相同的 sequence 数字在您重复运行 randint 相同的次数时会产生。因此，每次重新运行 random.randint 时都会得到相同的序列数字，而不是总是产生相同的数字。

如果您每次都想要相同的随机数，则在每次 random.randint 调用之前在该特定单元格中重新播种应该可以工作。否则，您可以期望始终获得相同的数字序列，但不会每次都获得相同的数字。

Answer 2

因为您在不同于np.random.seed() 的单元格中运行np.random.choice()。尝试在同一个单元格中运行np.random.seed() 和np.random.choice()，你会得到相同的数字。

# in [11]
import numpy as np
# even if I set the seed here the other cells don't see it
np.random.seed(333)
np.random.choice([1,23,44,3,2])
2
# gets the same numbers

# in [12]
import numpy as np
# even if I set the seed here the other cells don't see it
np.random.seed(333)
np.random.choice([1,23,44,3,2])
2
# gets the same numbers