python种子（）不保持相同的序列答案

【问题标题】：python seed() not keeping same sequencepython种子（）不保持相同的序列
【发布时间】：2014-05-28 18:36:46
【问题描述】：

我正在使用 random.seed() 来尝试保持 random.sample() 与我从列表中采样更多值相同，并且在某些时候数字会改变.....我认为那个seed() 函数的目的是保持数字不变。

这是我进行的一项测试，以证明它不会保持相同的数字。

import random

a=range(0,100)
random.seed(1)
a = random.sample(a,10)
print a

然后将样本更改得更高，序列会改变（至少对我来说他们总是这样做）：

a = random.sample(a,40)
print a

我是一个新手，所以也许这是一个简单的解决方法，但我将不胜感激。谢谢！

【问题讨论】：

您能否提供一个示例输出（来自 print a），说明您得到了什么以及您期望什么？你的问题有点含糊（数字变了？），但听起来这个功能就像我期望的那样工作。
值得注意的是，随机样本的子序列本身也是随机样本。因此，您可能应该先抓取 40 元素的样本，然后用切片制作 10 元素的样本。
@PaulSeeb 是的，抱歉有点含糊。我应该多解释一下我的最终目标，即以随机顺序从 0 个样本到完整的 100 个样本，不重复。随着我的样本数量增加，序列会在某些时候发生变化。当我用 10 做样本时，我的序列从 [13,84,76,25...] 开始，而 40 的序列给我 [13,83,74,24...] 似乎有些数字保持不变，在某些时候发生的其他变化对我来说似乎很奇怪。

标签： python random sequence seed

【解决方案1】：

你只需要重新播种：

a = list(range(100))
random.seed(1)  # seed first time
random.sample(a, 10)
>> [17, 72, 97, 8, 32, 15, 63, 57, 60, 83]
random.seed(1)  # seed second time with same value
random.sample(a, 40)
>> [17, 72, 97, 8, 32, 15, 63, 57, 60, 83, 48, 26, 12, 62, 3, 49, 55, 77, 0, 92, 34, 29, 75, 13, 40, 85, 2, 74, 69, 1, 89, 27, 54, 98, 28, 56, 93, 35, 14, 22]

但是在您的情况下，您使用的是生成器，而不是列表，因此在第一次采样后 a 会缩小（从 100 到 90），并且您将丢失采样的元素，所以它赢了不行。因此，只需在每次采样之前使用列表和种子即可。

【讨论】：

【解决方案2】：

您假设random.sample 的实现如下：

def samples(lst, k):
    n = len(lst)
    indices = []
    while len(indices) < k:
        index = random.randrange(n)
        if index not in indices:
            indices.append(index)
    return [lst[i] for i in indices]

这给出了：

>>> random.seed(1)
>>> samples(list(range(20)), 5)
[4, 18, 2, 8, 3]
>>> random.seed(1)
>>> samples(list(range(20)), 10)
[4, 18, 2, 8, 3, 15, 14, 12, 6, 0]

但是，random.sample 的实际实现方式并非如此； seed 确实如你所想，但 sample 不行！

【讨论】：

【解决方案3】：

如果您要从生成器中抽取独立样本，会发生什么正是您所期望的：

In [1]: import random

In [2]: random.seed(1)

In [3]: [random.randint(0, 99) for _ in range(10)]
Out[3]: [13, 84, 76, 25, 49, 44, 65, 78, 9, 2]

In [4]: random.seed(1)

In [5]: [random.randint(0, 99) for _ in range(40)]
Out[5]: [13, 84, 76, 25, 49, 44, 65, 78, 9, 2, 83, 43 ...]

如您所见，前十个数字确实相同。

事实上，random.sample() 正在绘制样本没有替换，这阻碍了这一点。要了解这些算法的工作原理，请参阅Reservoir Sampling。从本质上讲，较晚个样本可以将较早个样本从结果集中推出。

另一种方法可能是打乱索引列表，然后采用 10 或 40 个第一个元素：

In [1]: import random

In [2]: a = range(0,100)

In [3]: random.shuffle(a)

In [4]: a[:10]
Out[4]: [48, 27, 28, 4, 67, 76, 98, 68, 35, 80]

In [5]: a[:40]
Out[5]: [48, 27, 28, 4, 67, 76, 98, 68, 35, 80, ...]

【讨论】：

谢谢，我使用了您的第二个选项，效果很好，尽管它很糟糕，random.sample 不会一直计数而无需切换。你的第一个选项也很好，只是它重复了。再次感谢您的帮助！
random.sample 不使用水库采样。它会进行部分随机抽样或拒绝抽样，具体取决于样本大小与总体大小的比较。

【解决方案4】：

似乎random.sample 只有当种子和样本大小保持不变时才具有确定性。换句话说，即使您重置种子，生成具有不同长度的样本也不是“相同”的随机操作，并且与生成具有相同种子的较小样本相比，可能会给出不同的初始子序列。换句话说，内部会生成相同的随机数，但sample 使用它们推导随机序列的方式会有所不同，具体取决于您要求的样本有多大。

【讨论】：