numpy中的种子seed

示例 

np.random.seed(1)

np.random.seed(1) 是一个Python代码片段，其中 np 通常是指代NumPy库，它是用于科学计算和数值运算的一个常用库。而 np.random.seed(1) 的含义是设置随机数生成器的种子(seed)值为1。

用途

在计算机科学中，随机数生成器通常是基于一些确定性的算法来产生看似随机的数字序列。这些算法实际上是以一个起始值（种子）为基础，然后按照一定的规则生成随机数序列。如果你使用相同的种子，你将得到相同的随机数序列，这对于调试和重现实验结果非常有用。

如果你在代码的不同地方都使用了相同的种子值，那么每次运行程序，你得到的随机数序列都会是一样的。这对于调试和测试代码非常有帮助，因为你可以预测到随机性行为。

在上述代码中，np.random.seed(1) 设置了随机数生成器的种子为1，这意味着后续使用 np.random 生成的随机数序列将在你每次运行代码时都是相同的。如果你想要不同的随机数序列，你可以使用不同的种子值。

使用

要使用不同的种子值来生成不同的随机数序列，你可以在 np.random.seed() 函数中传递不同的整数值作为种子。每个不同的种子值将导致不同的随机数序列。以下是一个示例代码，展示如何使用不同的种子值来生成不同的随机数序列：

import numpy as np

# 生成随机数序列，种子为42
np.random.seed(42)
random_numbers_1 = np.random.rand(5)
print("Random Numbers 1:", random_numbers_1)

# 生成随机数序列，种子为88
np.random.seed(88)
random_numbers_2 = np.random.rand(5)
print("Random Numbers 2:", random_numbers_2)

其中，np.random.rand(5) 是一个 NumPy 函数调用，用于生成一个包含5个均匀分布在 [0, 1) 范围内的随机数的数组。具体来说，它生成了一个形状为 (5,) 的一维数组，其中包含了5个在 [0, 1) 范围内的随机数。

这个函数是通过使用随机数生成器来生成随机数的。

 

在这个示例中，我们使用了两个不同的种子值，分别为42和88。每个种子值生成了一个不同的随机数序列。你可以通过改变种子值来得到不同的随机数序列。需要注意的是，相同的种子值将产生相同的随机数序列。如下：

import numpy as np

# 生成随机数序列，种子为42
np.random.seed(42)
random_numbers_1 = np.random.rand(5)
np.random.seed(42)
random_numbers_2 = np.random.rand(4)
print("Random Numbers 1:", random_numbers_1)
print("Random Numbers 2:", random_numbers_2)

# 生成随机数序列，种子为88
np.random.seed(88)
random_numbers_3 = np.random.rand(5)
print("Random Numbers 3:", random_numbers_3)

如果你在生成随机数之前不设置种子值，NumPy会使用系统时间作为默认的种子值，从而产生每次运行时都不同的随机数序列。如下：

import numpy as np

# 生成随机数序列，种子为42
np.random.seed(42)
random_numbers_1 = np.random.rand(5)
random_numbers_2 = np.random.rand(4)
print("Random Numbers 1:", random_numbers_1)
print("Random Numbers 2:", random_numbers_2)

# 生成随机数序列，种子为88
np.random.seed(88)
random_numbers_3 = np.random.rand(5)
print("Random Numbers 3:", random_numbers_3)