一致地创建相同的随机 numpy 数组

Question

我正在等待另一位开发人员完成一段代码，该代码将返回一个形状为 (100,2000) 的 np 数组，其值为 -1,0 或 1。

与此同时，我想随机创建一个具有相同特征的数组，这样我就可以在我的开发和测试中抢占先机。问题是我希望这个随机创建的数组每次都相同，这样我就不会针对每次重新运行我的进程时不断改变其值的数组进行测试。

我可以像这样创建我的数组，但是有没有办法创建它，以便每次都一样。我可以腌制对象并取消腌制，但想知道是否还有其他方法。

r = np.random.randint(3, size=(100, 2000)) - 1

Answer 1

根据Random sampling 中的最新更新，首选方法是使用Generators 而不是RandomState。请参阅What's new or different 来比较这两种方法。其中一个关键变化是慢 Mersenne Twister 伪随机数生成器 (RandomState) 和基于新方法 (Generators) 中使用的不同算法 (BitGenerators) 的随机比特流之间的区别。

否则，生成随机numpy数组的步骤非常相似：

1. 初始化随机发生器

您将初始化随机生成器，而不是 RandomState。 default_rng 是随机生成器的推荐构造函数，但您可以尝试其他方式。

import numpy as np

rng = np.random.default_rng(42)
# rng -> Generator(PCG64)

1. 生成 numpy 数组

除了randint 方法，还有Generator.integers 方法，它现在是从离散均匀分布生成整数随机数的规范方法（参见已经提到的What's new or different 总结）。请注意，endpoint=True 使用 [low, high] 间隔进行采样，而不是默认的 [low, high)。

arr = rng.integers(-1, 1, size=10, endpoint=True)
# array([-1,  1,  0,  0,  0,  1, -1,  1, -1, -1])

如前所述，您必须每次初始化随机生成器（或随机状态）以生成相同的数组。因此，最简单的事情是定义类似于@mari756h 答案的自定义函数：

def get_array(low, high, size, random_state=42, endpoint=True):
    rng = np.random.default_rng(random_state)
    return rng.integers(low, high, size=size, endpoint=endpoint)

当您使用相同的参数调用函数时，您将始终得到相同的 numpy 数组。

get_array(-1, 1, 10)
# array([-1,  1,  0,  0,  0,  1, -1,  1, -1, -1])

get_array(-1, 1, 10, random_state=12345)  # change random state to get different array
# array([ 1, -1,  1, -1, -1,  1,  0,  1,  1,  0])

get_array(-1, 1, (2, 2), endpoint=False)
# array([[-1,  0],
#        [ 0, -1]])

根据您的需要，您可以使用get_array(-1, 1, size=(100, 2000))。

Answer 2

简单地为随机数生成器设定一个固定值，例如

numpy.random.seed(42)

这样，您将始终获得相同的随机数序列。

此函数将为全局默认随机数生成器播种，任何对numpy.random 中函数的调用都将使用并更改其状态。这对于许多简单的用例来说都很好，但它是一种全局状态的形式，具有全局状态带来的所有问题。如需更清洁的解决方案，请参阅下面 Robert Kern 的回答。

Answer 3

我只是想澄清一些关于@Robert Kern 的回答，以防万一不清楚。即使您确实使用了RandomState，您也必须在每次调用像 Robert 示例中那样的 numpy 随机方法时对其进行初始化，否则您将得到以下结果。

Python 3.6.9 |Anaconda, Inc.| (default, Jul 30 2019, 19:07:31) 
[GCC 7.3.0] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import numpy as np
>>> prng = np.random.RandomState(2019)
>>> prng.randint(-1, 2, size=10)
array([-1,  1,  0, -1,  1,  1, -1,  0, -1,  1])
>>> prng.randint(-1, 2, size=10)
array([-1, -1, -1,  0, -1, -1,  1,  0, -1, -1])
>>> prng.randint(-1, 2, size=10)
array([ 0, -1, -1,  0,  1,  1, -1,  1, -1,  1])
>>> prng.randint(-1, 2, size=10)
array([ 1,  1,  0,  0,  0, -1,  1,  1,  0, -1])

Answer 4

了解什么是随机生成器的种子以及何时/如何在您的代码中设置它很重要（例如，查看 here 以获得对种子数学含义的很好解释）。

为此，您需要设置种子：

random_state = np.random.RandomState(seed=your_favorite_seed_value)

然后从 random_state 而不是从 np.random 生成随机数很重要。 IE。你应该这样做：

random_state.randint(...)

而不是

np.random.randint(...) 

这将创建一个新的 RandomState() 实例，并且基本上使用您的计算机内部时钟来设置种子。

Answer 5

如果您使用其他依赖于随机状态的函数，则不能只设置整体种子，而应创建一个函数来生成随机数字列表并将种子设置为函数的参数。这不会干扰代码中的任何其他随机生成器：

# Random states
def get_states(random_state, low, high, size):
    rs = np.random.RandomState(random_state)
    states = rs.randint(low=low, high=high, size=size)
    return states

# Call function
states = get_states(random_state=42, low=2, high=28347, size=25)

Answer 6

使用您选择的种子创建您自己的numpy.random.RandomState() 实例。请勿使用 numpy.random.seed()，除非解决不允许您传递自己的 RandomState 实例的不灵活库。

[~]
|1> from numpy.random import RandomState

[~]
|2> prng = RandomState(1234567890)

[~]
|3> prng.randint(-1, 2, size=10)
array([ 1,  1, -1,  0,  0, -1,  1,  0, -1, -1])

[~]
|4> prng2 = RandomState(1234567890)

[~]
|5> prng2.randint(-1, 2, size=10)
array([ 1,  1, -1,  0,  0, -1,  1,  0, -1, -1])