关于随机数种子np.random.seed(0)，如何理解，先以如下代码为例：
import numpy as np
np.random.seed(0) # 先定义一个随机数种子；参数0是随便取的，可以认为是初值的标志
print(np.random.rand(5)) # "随机"生成5个数
print(np.random.rand(5)) # 再"随机"生成5个数
np.random.seed(0)
for i in range(6):
print(np.random.random()) # "随机"生成6个数
输出结果：
[0.5488135 0.71518937 0.60276338 0.54488318 0.4236548 ]
[0.64589411 0.43758721 0.891773 0.96366276 0.38344152]
0.5488135039273248
0.7151893663724195
0.6027633760716439
0.5448831829968969
0.4236547993389047
0.6458941130666561
可以看到：最后输出的6个随机数是依次从之前生成的10个随机数中取得的！ 也就是说在代码中，我们看到 “ 随机 ” ，并不是真正随机（假随机）。
随机数种子相当于给我们一个初值，之后按照固定顺序生成随机数（也就是我们说的超级长的 list ）随机数种子对后面的结果一直有影响，在一个随机数种子后生成的随机数都受这个随机数种子的影响，即生成的随机数都是由这个随机数种子给的初值，按照固定顺序生成的。每次使用之前都需要调用一下：np.random.seed(0)np.random.seed(0)中参数0是随便取的，可以认为是初值的标志，每次按照这个标志都可以得到相同的初值。
参考资料
推荐文章
您阅读本篇文章共花了：
发表评论