如何同时拥有多个具有不同种子的numpy随机生成对象

【问题标题】：How to have multiple numpy random generating objects with different seeds t the same time如何同时拥有多个具有不同种子的numpy随机生成对象
【发布时间】：2021-03-26 14:11:08
【问题描述】：

为了描述我的意思，请考虑以下虚拟示例：

import numpy as np1
import numpy as np2

seed1 = 1
seed2 = 2

np1.random.seed(seed1)
np2.random.seed(seed2)

其中np1.random.normal(0, 2, 1) 完全返回一个值，而不管seed2 是什么。（这在本例中当然行不通。

有没有这样的功能，有两个独立的随机生成对象？

【问题讨论】：

是的，使用 np.random.RandomState stackoverflow.com/a/22995942/2285236 该示例使用 42 作为两个示例的种子，但您当然可以将其中一个设置为 1，另一个设置为 2。
请注意，numpy.random.RandomState 是 NumPy 1.17 的遗留类。该版本引入了新的随机生成器系统以及 numpy.random.Generator。请参阅NumPy RNG policy。
最新的随机数包让您可以创建多个独立的随机数生成器。

标签： python numpy random random-seed seed

【解决方案1】：

使用最新版本，您可以制作多个随机生成器。请参阅文档。

为了说明，用相同的种子制作 2：

In [5]: r1 =np.random.default_rng(1)
In [6]: r2 =np.random.default_rng(1)

它们会生成相同的随机整数，而不会互相踩踏：

In [8]: r1.integers(0,10,5)
Out[8]: array([4, 5, 7, 9, 0])
In [9]: r2.integers(0,10,5)
Out[9]: array([4, 5, 7, 9, 0])

或更多r1序列：

In [10]: r1.integers(0,10,5)
Out[10]: array([1, 8, 9, 2, 3])
In [11]: r1.integers(0,10,5)
Out[11]: array([8, 4, 2, 8, 2])
In [12]: r1.integers(0,10,5)
Out[12]: array([4, 6, 5, 0, 0])

同Out[10]

In [13]: r2.integers(0,10,5)
Out[13]: array([1, 8, 9, 2, 3])

【讨论】：

如果你能投票赞成我的问题，我会很高兴，这样我就不会被停职......