当前位置: 首页 > article >正文

Numpy中random.seed()函数的使用

目录

  • 语法
  • 示例:

语法

np.random.seed()函数用于设置随机数生成器的种子,以便在每次运行时生成相同的随机数序列。它的语法如下:

np.random.seed(seed)

参数含义如下:

seed:整数值,用作随机数生成器的种子。

示例:

import numpy as np

np.random.seed(0)
arr = np.random.randint(0, 10, size=5)
print(arr)
[5 0 3 3 7] ##每次输出结果相同
import numpy as np
np.random.seed(0)  # 先定义一个随机数种子
print(np.random.rand(5))  # "随机"生成5个数
print(np.random.rand(5))  # 再"随机"生成5个数

np.random.seed(0)
for i in range(7):
    print(np.random.random())  # "随机"生成7个数


[0.5488135  0.71518937 0.60276338 0.54488318 0.4236548 ]
[0.64589411 0.43758721 0.891773   0.96366276 0.38344152]
0.5488135039273248
0.7151893663724195
0.6027633760716439
0.5448831829968969
0.4236547993389047
0.6458941130666561
0.4375872112626925    

总结:我们把随机种子看成一个超级超级长的 list ,我们每次生成随机数,相当于从这个list里面取数,每次执行相同的seed,就会从头开始取数。


http://www.kler.cn/a/301979.html

相关文章:

  • Flink Source 详解
  • Python学习从0到1 day29 Python 高阶技巧 ⑦ 正则表达式
  • Python习题 251:修改文件名称
  • 使用 Python 和 OpenCV 实现摄像头人脸检测并截图
  • NPOI 实现Excel模板导出
  • Java垃圾回收算法
  • librdkafka Windows编译
  • 【python因果推断库9】工具变量回归与使用 pymc 验证工具变量2
  • Mac强制删除文件,碰上“拖拽到废纸篓”无法删除时怎么办?
  • 企业供需波动计算数据(2007-2022年)
  • C++设计模式——Iterator迭代器模式
  • 太空技术与商业航天:新时代的探索与经济驱动力
  • 算法提高模板强连通分量tarjan算法
  • [全网首发]怎么让国行版iPhone使用苹果Apple Intelligence
  • 单片机寄存器相关知识及应用(51单片机)
  • 谈谈OpenResty 简介及其容器化实践
  • 大数据-131 - Flink CEP 案例:检测交易活跃用户、超时未交付
  • 被要求撤回Blackwell?一家初创企业称英伟达侵权自家技术,忍无可忍!英伟达和伙伴微软被齐齐告上法庭,赔偿或高达数十亿!
  • Vue的路由守卫与Store
  • 电商API接口安全:构建稳固的数字防线
  • Web开发之Vue.js
  • 数据结构算法——排序算法
  • Xcode报错:No exact matches in reference to static method ‘buildExpression‘
  • 【C++ 面试 - 新特性】每日 3 题(十)
  • 如何优雅地处理 RabbitMQ 连接中断问题
  • 建筑板材的平整难题:矫平技术的革新解决方案