我是靠谱客的博主 大方月亮,最近开发中收集的这篇文章主要介绍python随机种子数_python – NumPy随机种子产生不同的随机数,觉得挺不错的,现在分享给大家,希望可以做个参考。

概述

你将RandomState与种子混淆了.您的第一行构造一个对象,然后您可以将其用作随机源.例如,我们制作

>>> rnd = np.random.RandomState(3)

>>> rnd

然后

>>> rnd.choice(range(20), (5,))

array([10, 3, 8, 0, 19])

>>> rnd.choice(range(20), (5,))

array([10, 11, 9, 10, 6])

>>> rnd = np.random.RandomState(3)

>>> rnd.choice(range(20), (5,))

array([10, 3, 8, 0, 19])

>>> rnd.choice(range(20), (5,))

array([10, 11, 9, 10, 6])

[我不明白为什么你的idx1和idx1S同意 – 但你实际上没有发布一个自包含的成绩单,所以我怀疑用户错误.]

如果要影响全局状态,请使用seed:

>>> np.random.seed(3)

>>> np.random.choice(range(20),(5,))

array([10, 3, 8, 0, 19])

>>> np.random.choice(range(20),(5,))

array([10, 11, 9, 10, 6])

>>> np.random.seed(3)

>>> np.random.choice(range(20),(5,))

array([10, 3, 8, 0, 19])

>>> np.random.choice(range(20),(5,))

array([10, 11, 9, 10, 6])

使用特定的RandomState对象起初可能看起来不太方便,但是当您需要可以调整的不同熵流时,它会使很多事情变得更容易.

最后

以上就是大方月亮为你收集整理的python随机种子数_python – NumPy随机种子产生不同的随机数的全部内容,希望文章能够帮你解决python随机种子数_python – NumPy随机种子产生不同的随机数所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错,欢迎将靠谱客网站推荐给程序员好友。

本图文内容来源于网友提供,作为学习参考使用,或来自网络收集整理,版权属于原作者所有。
点赞(43)

评论列表共有 0 条评论

立即
投稿
返回
顶部