有没有办法为所有 Pandas 函数设置随机状态？

Question

如标题所示，random_state为每个与随机性相关的 Pandas 函数进行设置似乎非常有教益。有什么方法可以只设置一次以确保为所有函数设置随机状态？

Answer 1

Pandas 函数通过调用 pd.core.common._random_state 来获取它们的随机源，它接受一个state参数，默认为 None。从它的文档：

Parameters
----------
state : int, np.random.RandomState, None.
    If receives an int, passes to np.random.RandomState() as seed.
    If receives an np.random.RandomState object, just returns object.
    If receives `None`, returns np.random.
    If receives anything else, raises an informative ValueError.
    Default None.

所以如果它得到 None，这是调用者的 random_state 的默认值，它返回np.random模块本身：

In [247]: pd.core.common._random_state(None)
Out[247]: <module 'numpy.random' from 'C:\\Python\\lib\\site-packages\\numpy\\random\\__init__.py'>

并且它会使用全局numpy的状态。所以：

In [262]: np.random.seed(3)

In [263]: pd.Series(range(10)).sample(3).tolist()
Out[263]: [5, 4, 1]

In [264]: pd.DataFrame({0: range(10)}).sample(3)[0].tolist()
Out[264]: [3, 8, 2]

In [265]: np.random.seed(3)

In [266]: pd.Series(range(10)).sample(3).tolist()
Out[266]: [5, 4, 1]

In [267]: pd.DataFrame({0: range(10)}).sample(3)[0].tolist()
Out[267]: [3, 8, 2]

如果任何方法不尊重这一点，那就是一个错误。