[Python] Random_seed(), Shuffle, Permutation

1. random_seed()函数

描述

seed() 方法改变随机数生成器的种子，可以在调用其他随机模块函数之前调用此函数。

---

语法

以下是 seed() 方法的语法:

import random

random.seed ( [x] )

在调用 random.random() 生成随机数时，每一次生成的数都是随机的。但是，当我们预先使用 random.seed(x) 设定好种子之后，其中的 x 可以是任意数字，如10，这个时候，再调用它的情况下，使用 random() 生成的随机数将会是同一个结果。

另外需要注意：seed()是不能直接访问的，需要导入 random 模块，然后通过 random 静态对象调用该方法。

---

参数

• x -- 改变随机数生成器的种子 seed。如果你不了解其原理，你不必特别去设定 seed，Python会帮你选择 seed。

---

返回值

本函数没有返回值。

import random

# 随机数不一样
random.seed()
print('随机数1：',random.random())
random.seed()
print('随机数2：',random.random())

# 随机数一样
random.seed(1)
print('随机数3：',random.random())
random.seed(1)
print('随机数4：',random.random())
random.seed(2)
print('随机数5：',random.random())

 2. Numpy 中的 shuffle VS permutation

有时候我们会随机打乱一个数组，例如训练集时随机打乱样本，可以使用 numpy.random.shuffle() 或者 numpy.random.permutation() 来完成。这两种函数功能非常相似，可以达到相同的目的，但到底有什么区别？

---

参数区别

 numpy.random.shuffle() 简称 shuffle，numpy.random.permutation() 简称 permutation。

shuffle 的参数只能是 array_like，而 permutation 除了 array_like 还可以是 int 类型，如果是 int 类型，那就随机打乱 numpy.arange(int)。

shuffle 返回 None，这点尤其要注意，也就是说没有返回值，而 permutation 则返回打乱后的 array。

实现区别

permutation 其实在内部实现也是调用的 shuffle，这点从 Numpy 的源码 可以看出来：

速度区别

10的9次幂之前，两者速度几乎没有差别，但是在10的9次幂之后，两者速度差距明显拉大，shuffle 的用时明显短于 permutation。

在 array 很大的时候还是使用 shuffle 速度更快些.