np.random.seed()作用

np.random.seed(seed)的作用

1： 随机种子确定后，则该种子之后产生之后的所有随机序列都固定下来了。

2：不管什么时候运行该种子生成的随机数的代码，生成的随机数序列都相同

3：无论在哪个电脑上运行该代码，随机数序列都相同

4：不管种子在代码哪里被声明，不管是循环里面还是外边，其后边不管在代码哪块产生的随机数序列，都是该种子对应的随机数序列，后边再次唤醒该种子后，其随机数序列和上边一摸一样。

总结：种子确定以后，该种子对应的随机数序列也就确定下来了。（无论何时何地）
代码部分解释：

代码1：
import numpy as np
for i in range(5):
    np.random.seed(1)
    print(np.random.random())
运行结果：
0.417022004702574
0.417022004702574
0.417022004702574
0.417022004702574
0.417022004702574
简单解释：每次都生成seed=1 的第一个随机数序列 则相同on

代码2：
import numpy as np
np.random.seed(1)
for i in range(5):
print(np.random.random()
输出：
0.417022004702574
0.7203244934421581
0.00011437481734488664
0.30233257263183977
0.14675589081711304
解释：当i1时，i2时为什么和i0时不相同，
因为i0 只是该种子所生成随机数序列的第一个值，i1 i2 分别对应随机数序列的第2，第3个值， 种子确定之后，确定的是一系列随机值，而不是一个随机值

#代码3
import numpy as np
num=0
while(num<5):
    np.random.seed(1)
    print(np.random.random())
    num=num+1
print(np.random.random())
print(np.random.random())
print(np.random.random())
print(np.random.random())
print("--------------第二次唤醒种子后--------------------")
np.random.seed(1)
num=0
while(num<5):
    print(np.random.random())
    num=num+1
输出：
0.417022004702574
0.417022004702574//只不过是重复该种子对应的第一个随机数
0.417022004702574
0.417022004702574
0.417022004702574
0.7203244934421581
0.00011437481734488664
0.30233257263183977
0.14675589081711304
--------------第二次唤醒种子后--------------------
0.417022004702574
0.7203244934421581
0.00011437481734488664
0.30233257263183977
0.14675589081711304