numpy - `np.random.seed(number)` 中括号中的数字是什么意思？

Question

np.random.seed(0), np.random.seed(42), 和有什么区别np.random.seed(..any number)。括号中数字的作用是什么？

标签： numpy

Answer 1

python使用迭代Mersenne Twister算法生成伪随机数 [1]。种子只是我们开始迭代的地方。

需要明确的是，大多数计算机没有“真正的”随机性来源。有趣的是，“随机性”对如此多的应用程序如此有价值，而且很难获得（您可以购买专门用于此目的的专用设备）。由于很难生成随机数，但它们仍然是必要的，因此已经开发了许多、许多、许多、许多算法来生成非随机数，但看起来它们似乎是随机数。生成“看起来很随机”的数字的算法称为伪随机数生成器 (PRNG)。由于 PRNG 实际上是确定性的，因此它们不能简单地从以太中创建一个数字并让它看起来是随机的。. 事实证明，使用一些复杂的运算和模运算，我们可以输入一个输入，并得到另一个似乎与输入几乎或没有关系的数字。使用这种直觉，我们可以简单地将 PRNG 的先前输出用作下一个输入。然后我们得到一个数字序列，如果我们的 PRNG 是好的，它们似乎彼此没有关系。

为了开始我们的迭代 PRNG，我们需要一个初始输入。这个初始输入被称为“种子”。由于 PRNG 是确定性的，对于给定的种子，它将生成相同的数字序列。通常，有一个默认种子，它本身是随机的。最常见的是当前时间。但是，当前时间不是一个很好的随机数，因此这种行为有时会引起问题。如果您希望程序每次运行时都以相同的方式运行，您可以提供种子（0 是一个流行的选项，但完全是任意的）。然后，您会得到一系列随机数，但如果您将代码提供给某人，他们实际上可以完全重新创建程序的运行时，就像您在运行程序时所看到的那样。