python---之 numpy.random.RandomState

本文出处：http://www.cnblogs.com/lutingting/p/5185408.html，

源于：http://scikit-learn.org/stable/auto_examples/classification/plot_classifier_comparison.html#sphx-glr-auto-examples-classification-plot-classifier-comparison-py

在python的程序中，发现了如下的伪随机数产生的代码

1
2

rng = numpy.random.RandomState(23355)

arrayA = rng.uniform(0,1,(2,3))

该段代码的目的是产生一个2行3列的assarray，其中的每个元素都是[0,1]区间的均匀分布的随机数

这里看以看到，有一个23355这个数字，其实，它是伪随机数产生器的种子，也就是“the starting point for a sequence of pseudorandom number”

对于某一个伪随机数发生器，只要该种子（seed）相同，产生的随机数序列就是相同的

下面给出几个小例子

1 # 仍以上面的seed为例，但执行多次
2 # 利用循环，执行4次
3 import numpy
4 for i in [1,2,3,4]:
5     rng = numpy.random.RandomState(23455)
6     arrayA = rng.uniform(0,1,(2,3))
7     print arrayA

改代码段的结果如下：

python---之 numpy.random.RandomState

可以看到，每次循环产生的伪随机数都是相同的，这是由于每次伪随机数发生器的种子都是相同的

下面，再看另外一个例子

1 import numpy
2 for i in [1,2,3,4]:
3     rng = numpy.random.RandomState(23455+i)
4     arrayA = rng.uniform(0,1,(2,3))
5     print ('i = %s' % (i))
6     print (arrayA)
7

这里，我们做了一个小小的更改，每次循环的种子都加入了i，由于每次循环i值不同，导致每次循环的种子也不同，下面是改程序段的结果

python---之 numpy.random.RandomState

可以看到，每次循环产生的2*3的随机asarray都是不同的了

转载：https://blog.csdn.net/xylin1012/article/details/71931900?utm_source=itdadao&utm_medium=referral