Різниця між np.random.seed () та np.random.RandomState ()

Я знаю, що, щоб засіяти випадковість numpy.random і мати можливість її відтворити, я повинен:

import numpy as np
np.random.seed(1234)

але що робить np.random.RandomState() ?

Якщо ви хочете встановити насіння, яке np.random...буде використовувати дзвінки , використовуйте np.random.seed:

np.random.seed(1234)
np.random.uniform(0, 10, 5)
#array([ 1.9151945 ,  6.22108771,  4.37727739,  7.85358584,  7.79975808])
np.random.rand(2,3)
#array([[ 0.27259261,  0.27646426,  0.80187218],
#       [ 0.95813935,  0.87593263,  0.35781727]])

Використовуйте клас, щоб уникнути впливу глобального стану numpy:

r = np.random.RandomState(1234)
r.uniform(0, 10, 5)
#array([ 1.9151945 ,  6.22108771,  4.37727739,  7.85358584,  7.79975808])

І підтримує стан так само, як і раніше:

r.rand(2,3)
#array([[ 0.27259261,  0.27646426,  0.80187218],
#       [ 0.95813935,  0.87593263,  0.35781727]])

Ви можете побачити стан типу "глобального" класу за допомогою:

np.random.get_state()

та вашого власного екземпляра класу з:

r.get_state()

np.random.RandomState()будує генератор випадкових чисел. Він не впливає на окремо стоячі функції в np.random, але повинен використовуватися явно:

>>> rng = np.random.RandomState(42)
>>> rng.randn(4)
array([ 0.49671415, -0.1382643 ,  0.64768854,  1.52302986])
>>> rng2 = np.random.RandomState(42)
>>> rng2.randn(4)
array([ 0.49671415, -0.1382643 ,  0.64768854,  1.52302986])

random.seed - це метод заповнення контейнера random.RandomState .

з numpy docs:

numpy.random.seed(seed=None)

Посів генератор.

Цей метод викликається при ініціалізації RandomState. Його можна знову викликати для повторного засівання генератора. Детальніше див. У розділі RandomState.

class numpy.random.RandomState

Контейнер для генератора псевдовипадкових чисел Mersenne Twister.

np.random.RandomState () - клас, який надає кілька методів, заснованих на різних розподілах ймовірностей.
np.random.RandomState.seed () - викликається при ініціалізації RandomState ().