np.random.seed()的介绍

np.random.seed函数的作用

seed( ) 用于指定随机数生成时所用算法开始的整数值，如果使用相同的seed( )值，则每次生成的随即数都相同，如果不设置这个值，则系统根据时间来自己选择这个值，此时每次生成的随机数因时间差异而不同。

代码示例

import numpy as np

print("======seed_test1======")
# 不设置seed
def seed_test1():
    for i in range(3):
        print(np.random.rand(4))

seed_test1()

print("======seed_test2======")
# 循环中设置相同的seed
def seed_test2():
    for i in range(3):
        np.random.seed(3)
        print(np.random.rand(4))

seed_test2()


print("======seed_test3======")
#循环外设置相同的seed
def seed_test3():
    np.random.seed(3)
    for i in range(3):
        print(np.random.rand(4))

seed_test3()

结果如下
======seed_test1======
[0.20434854 0.42638022 0.34712832 0.67241214]
[0.28500185 0.34103979 0.993351   0.7763475 ]
[0.86680178 0.85342493 0.18961571 0.71612183]
======seed_test2======
[0.5507979  0.70814782 0.29090474 0.51082761]
[0.5507979  0.70814782 0.29090474 0.51082761]
[0.5507979  0.70814782 0.29090474 0.51082761]
======seed_test3======
[0.5507979  0.70814782 0.29090474 0.51082761]
[0.89294695 0.89629309 0.12558531 0.20724288]
[0.0514672  0.44080984 0.02987621 0.45683322]

从上面的结果可以看出seed_test1中没有设置seed，则循环任意取值，seed_test2中在循环中设置了 np.random.seed(3)， 使得三次输出的值一样，seed_test3中在在循环中设置了 np.random.seed(3)， 使得三次输出的值也不一样，说明seed()只是一次有效。