如何在使用 Python 的 numpy 随机选择时指定随机种子？答案

【问题标题】：How to specify a random seed while using Python's numpy random choice?如何在使用 Python 的 numpy 随机选择时指定随机种子？
【发布时间】：2019-03-30 04:59:10
【问题描述】：

我有一个包含四个字符串的列表。然后在 Pandas 数据框中，我想创建一个变量，从该列表中随机选择一个值并分配给每一行。我正在使用 numpy 的随机选择，但阅读他们的文档，没有种子选项。如何为随机分配指定随机种子，以便每次随机分配都相同？

service_code_options = ['899.59O', '12.42R', '13.59P', '204.68L']
df['SERVICE_CODE'] = [np.random.choice(service_code_options ) for i in df.index]

【问题讨论】：

标签： python-3.x pandas numpy random

【解决方案1】：

你需要在numpy.random.seed之前定义它，也不需要列表理解，因为可以使用numpy.random.choice和参数size：

np.random.seed(123)

df = pd.DataFrame({'a':range(10)})

service_code_options = ['899.59O', '12.42R', '13.59P', '204.68L']
df['SERVICE_CODE'] = np.random.choice(service_code_options, size=len(df))
print (df)
   a SERVICE_CODE
0  0       13.59P
1  1       12.42R
2  2       13.59P
3  3       13.59P
4  4      899.59O
5  5       13.59P
6  6       13.59P
7  7       12.42R
8  8      204.68L
9  9       13.59P

【讨论】：

问题，“np.random.seed(123)”是否适用于以下所有调用 numpy.random 函数的代码。如果是这样，有没有办法终止它，并说，如果我想使用不同的种子制作另一个变量，我是否要声明另一个“np.random.seed（897）”来影响后续代码？
在这里得到答案stackoverflow.com/questions/49966770/…。谢谢。
@KubiK888 - 很抱歉，我离线了。

【解决方案2】：

文档numpy.random.seed

np.random.seed(this_is_my_seed)

可以是整数或整数列表

np.random.seed(300)

或者

np.random.seed([3, 1415])

示例

np.random.seed([3, 1415])

service_code_options = ['899.59O', '12.42R', '13.59P', '204.68L']
np.random.choice(service_code_options, 3)

array(['899.59O', '204.68L', '13.59P'], dtype='<U7')

请注意，我将3 传递给choice 函数以指定数组的大小。

numpy.random.choice

【讨论】：

整数列表能做什么？在 n 次 random() 调用后使用第 n 个元素作为种子？
除了提供不同的种子之外没有什么特别的
是的，但是列表是按顺序解析的吗？
不，整个列表只是为随机化提供起点的东西。