numpy.random.seed() 有什么用，有什么区别吗？答案

【问题标题】：What is the use of numpy.random.seed() Does it make any difference?numpy.random.seed() 有什么用，有什么区别吗？
【发布时间】：2017-04-10 01:42:54
【问题描述】：

我有一个名为“admissions”的数据集。

我正在尝试对一个简单的数据集进行保留验证。为了对数据集的索引进行排列，我使用以下命令：

import numpy as np
np.random.permutation(admissions.index)

我需要在排列之前使用np.random.seed() 吗？如果是这样，那么np.random.seed(number)中的数字为什么以及代表什么？

【问题讨论】：

在这里查看：docs.scipy.org/doc/numpy/reference/generated/…
如果您希望能够以完全相同的排列重复实验（例如出于调试目的），您需要设置可重现的种子。如果您不需要能够重复，那么您可以跳过显式播种部分。如果您确实为调试设置了显式种子，请在完成调试后将其删除。
random.seed(): What does it do?的可能重复
参见stackoverflow.com/questions/5836335/…

标签： python numpy random

【解决方案1】：

请注意，np.random.seed 已弃用，仅保留用于向后兼容。这是因为重新播种现有的随机数生成器 (RNG) 是不好的做法。如果您需要播种（例如，使计算可重复用于测试），请创建一个新的 RNG：

import numpy as np


rng = np.random.default_rng(seed=0)
out = rng.random(5)

【讨论】：

【解决方案2】：

您不需要在随机排列之前初始化种子，因为这已经为您设置好了。根据RandomState的文档：

参数：
seed：{None, int, array_like}，可选初始化伪随机数生成器的随机种子。可以是一个整数，任意长度的整数数组（或其他序列），或无（默认）。如果种子为无，则 RandomState 将尝试读取来自 /dev/urandom（或 Windows 类似物）的数据（如果可用或种子）否则从时钟开始。

种子的概念与随机数的生成有关。你可以阅读更多关于它的信息here。

为了将此答案与您的问题的评论（来自 JohnColeman）相结合，我想提一下这个例子：

>>> numpy.random.seed(0)
>>> numpy.random.permutation(4)
array([2, 3, 1, 0])
>>> numpy.random.seed(0)
>>> numpy.random.permutation(4)
array([2, 3, 1, 0])

【讨论】：