numpy 的 RandomState 和 seed 的用法

问题一：np.random.RandomState 和 np.random.seed 有什么区别？

本质没区别，只是语法上的区别。

import numpy as np

rng = np.random.RandomState(0)
for i in range(3):
    print(rng.randn(2))

print()

np.random.seed(0)
for i in range(3):
    print(np.random.randn(2))

得到输出结果完全一样，证明两个方法完全一样，只是在语法上有所区别。

[1.76405235 0.40015721]
[0.97873798 2.2408932 ]
[ 1.86755799 -0.97727788]

[1.76405235 0.40015721]
[0.97873798 2.2408932 ]
[ 1.86755799 -0.97727788]

问题二：循环使用上述伪随机代码为什么会得到不同的结果？例如第一次循环得到

[1.76405235 0.40015721]

再次循环得到

[0.97873798 2.2408932 ]

这两个是完全不同的结果。不是说伪随机都会得到相同的结果吗？

后来我发现，无论是np.random.RandomState 还是 np.random.seed，使用过一次之后就需要重新再复述一遍才能得到一样的结果。也就是说要想得到每次循环里的结果一样，需要把随机种子的声明也写入循环里面。

for i in range(3):
    rng = np.random.RandomState(0)
    print(rng.randn(2))

print()

for i in range(3):
    np.random.seed(0)
    print(np.random.randn(2))

得到结果完全一样

[1.76405235 0.40015721]
[1.76405235 0.40015721]
[1.76405235 0.40015721]

[1.76405235 0.40015721]
[1.76405235 0.40015721]
[1.76405235 0.40015721]