встановити випадкове насіння по всій програмі в python

84

У мене досить велика програма, де я використовую функції randomмодуля в різних файлах. Я хотів би мати можливість встановити випадкове насіння один раз, в одному місці, щоб програма завжди повертала однакові результати. Чи можна цього взагалі досягти python?

python random seed

— Міша Обрехт
джерело

122

Головний модуль python, який запускається, повинен import randomі викликати random.seed(n)- він ділиться між усіма іншими імпортами random, якщо десь ще не скидається насіння.

— Джон Клементс
джерело

3

чи міг би я десь скинути насіння, не знаючи цього? оскільки встановлення насіння один раз в основний файл, не робить фокусу

— Mischa Obrecht

1

@MischaObrecht Я думаю, що так - насіння ініціалізується лише при першому імпорті випадкового модуля - якщо воно імпортується більше одного разу, воно не буде виконувати ініціалізацію та скидання насіння - тому десь у вашому коді повинен бути явний виклик

— Джон Клементс

3

Якщо ви викликаєте методи з randomкоду рівня модуля, який ви імпортуєте в main, перш ніж перейти до random.seed(n)main, тоді ці виклики будуть здійснені перед початковим елементом, і, таким чином, будуть розподілені за часом та ефективно не відтворювані випадкові.

— Рассел Борогове

13

Якщо виявиться, що якийсь сторонній код перезавантажує RNG (малоймовірно, але можливо), зверніть увагу, що ви можете створити додаткові генератори випадкових чисел з незалежним станом за допомогою random.Random()конструктора та використовувати такі, коли важлива сувора відтворюваність.

— Рассел Борогове

Для мене це не працює. І я не маю відтворюваного коду. Я здогадуюсь, що мені доведеться перевірити документацію всіх імпортованих бібліотек ... (див. Stackoverflow.com/questions/37886997/…

— B Furtado

36

Коментар zss слід виділити як фактичну відповідь:

Інша справа, з якою люди повинні бути обережними: якщо ви використовуєте numpy.random, то вам потрібно використовувати numpy.random.seed()для встановлення насіння. Використання random.seed()не встановить насіння для випадкових чисел, що генеруються з numpy.random. Це мене на деякий час збентежило. -zss

— Сіда Чжоу
джерело

Абсолютно вірно, якщо десь у вашому додатку ви використовуєте випадкові числа з random module, скажімо, функція, random.choices()а потім далі в якійсь іншій точці numpyгенератор випадкових чисел, скажімо, np.random.normal()вам потрібно встановити початкове число для обох модулів. Що я зазвичай роблю, це мати кілька рядків у моєму main.pylike random.seed(my_seed)і np.random.seed(my_seed). Престижність ZSs

— Aenaon

Sage має подібну проблему, оскільки його PRNG відрізняється як від Python, так і від numpy. Використовуйте set_random_seed()для Шавлії.

— Брент

8

На початку дзвінка заявки random.seed(x)переконайтесь, що x завжди однаковий. Це забезпечить послідовність псевдовипадкових чисел однаковою під час кожного запуску програми.

— Химера
джерело

3

Джон Клементс майже відповідає на моє запитання. Однак це була не справжня проблема: виявляється, причиною випадковості мого коду був SVD numpy.linalg, оскільки він не завжди дає однакові результати для погано обумовлених матриць !!

Тож обов’язково перевірте це у своєму коді, якщо у вас такі самі проблеми!

— Міша Обрехт
джерело

23

Інша справа, з якою люди повинні бути обережними: якщо ви використовуєте numpy.random, то вам потрібно використовувати numpy.random.seed (), щоб встановити насіння. Використання random.seed () не встановить насіння для випадкових чисел, що генеруються з numpy.random. Це мене на деякий час збентежило.

— zss

1

Спираючись на попередні відповіді: пам’ятайте, що багато конструкцій можуть розходитись у шляхах виконання, навіть коли всі насіння контролюються.

Я думав, " ну я встановив насіння, щоб вони завжди були однаковими, і я не маю змінних / зовнішніх залежностей, тому шлях виконання мого коду завжди повинен бути однаковим ", але це неправильно.

Прикладом, який мене вкусив, був list(set(...)), де отриманий порядок може відрізнятися.

— JBSnorro
джерело

Хороший момент, це мене спалило раніше. Також такі речі, як отримання результатів з баз даних, вони також повертаються зі строю (випадковим чином), якщо не вказано інше

— Джастін Фурунес

0

Одним із важливих застережень є те, що для версій python раніше 3.7 ключі словника не є детермінованими. Це може призвести до випадковості в програмі або навіть до іншого порядку, в якому генеруються випадкові числа, а отже, недетермінованих випадкових чисел. Висновок оновлення python.

— Давуд Тагхаві-Неджад
джерело

-14

Ви можете гарантувати це досить легко, використовуючи власний генератор випадкових чисел.

Просто виберіть три великі прості числа (припускаючи, що це не програма для криптографії) і підключіть їх до a, b та c: a = ((a * b)% c) Це дає систему зворотного зв'язку, яка виробляє досить випадкові дані. Зауважте, що не всі прості числа працюють однаково добре, але якщо ви просто робите симуляцію, це не має значення - все, що вам дійсно потрібно для більшості моделювань, - це перемішування чисел із шаблоном (псевдовипадковим, пам’ятайте) досить складним, щоб це якимось чином не збігається з вашим додатком.

Кнут говорить про це.

— користувач1277476
джерело

10

Прокручувати власне не потрібно, оскільки Python має відмінні можливості випадкових чисел у своїй стандартній бібліотеці, і дуже легко створити справді поганий генератор, якщо ви не знаєте, що робите.

— Рассел Борогове

6

Я згоден, що це досить погане рішення: в моделюванні Монте-Карло (що є моєю програмою), де зазвичай збирають мільйони вибірок, корельовані випадкові числа (що походять від поганого генератора) можуть легко зіпсувати ваші результати !!

— Mischa Obrecht

Ви маєте на увазі, що Кнут постійно про це говорить? Навіть зараз?

— значення