代码之家 › 专栏 › 技术社区 › ivanleoncz velhala

Python是否随机。seed()和numpy.random。seed()实现各不相同?

random-seed random matplotlib numpy python

0

ivanleoncz velhala · 技术社区 · 6 年前

这是我的代码:

from numpy.random import seed
from numpy.random import randint
from numpy import mean
import matplotlib.pyplot as plt
import random

# [With Numpy]
#
# Generate 1000 samples of 50 men, from 60 to 90 Kilos and calculate the mean
# of each sample, at once.
seed(1)
means = [mean(randint(60, 90, 50)) for _i in range(1000)]

# [Without Numpy]
#
# Generate 1000 samples of 50 men, from 60 to 90 Kilos.
# Calculate the mean of each sample, storing on a separated list.
random.seed(1)
samples = list()
for i in range(0, 1000):
    samples.append([random.randint(60, 90) for n in range(50)])
means_without_numpy = [sum(s) / len(s) for s in samples]

# Plot distributions of sample means, side by side.
plt.subplot(1, 2, 1)
plt.title("Numpy")
plt.hist(means)
plt.subplot(1, 2, 2)
plt.title("Pure Python")
plt.hist(means_without_numpy)
plt.show()

print(f"The mean of means:                 {mean(means)}")
print(f"The mean of means (without numpy): {mean(means_without_numpy)}")

此代码在关闭后生成以下直方图和消息:

$ python3 clt_comparisson.py 
The mean of means:                74.54001999999998
The mean of means (without numpy): 74.94394

random 和 numpy
如果第一个问题是真的:既然如此,我提供 1

0 回复 | 直到 6 年前

1

tdelaney 6 年前

numpy random 使用不同的算法,我认为这对于用C和fortran编写的数学软件包来说是很正常的。具有相同种子的相同算法将产生相同的值

>>> import random
>>> random.seed(12345678)
>>> import numpy.random
>>> numpy.random.seed(12345678)
>>> random.randint(0, 100000)
94406
>>> numpy.random.randint(0, 100000)
67251

(不一样)

即使在很大的范围内,两种实现之间的分布也会略有不同,因为您不会期望它们之间的随机性质量完全相等。如果在同一程序中创建第二个数据集而不更改种子,则它会有所不同,具有不同种子的数据集也会有所不同。

在加密环境中,人们不会提供自己的种子,但在科学方面,如果你想要一个模型是可复制的,它可能是有用的。在这种情况下,您的代码基于 numpy.random.RandState numpy.random.seed() 其他人可能需要或可以改变。