相关疑难解决方法(0)

我正在等待另一个开发人员完成一段代码,该代码将返回一个形状为np的数组(100,2000),其值为-1,0或1.

与此同时,我想随机创建一个具有相同特征的数组,这样我就可以在开发和测试方面领先一步.问题是我希望这个随机创建的数组每次都是相同的,所以我不会测试每次重新运行我的进程时不断更改其值的数组.

我可以像这样创建我的数组,但有没有办法创建它,以便每次都相同.我可以腌制物体并解开它,但想知道是否还有另一种方法.

r = np.random.randint(3, size=(100, 2000)) - 1

我已阅读文档但我仍然发现难以理解使用的区别

numpy.random.RandomState(0) 

要么

numpy.random.seed(0)

它们是否都确保选择随机值的过程在运行中是相同且一致的？

据我所知,语法是

In[88]: np.random.seed(seed=0)

In[89]: np.random.rand(5) < 0.8
Out[89]: array([ True,  True,  True,  True,  True], dtype=bool)
In[90]: np.random.rand(5) < 0.8
Out[90]: array([ True,  True, False, False,  True], dtype=bool)

但是,当我运行时rand(),我会得到不同的结果.是否有种子功能缺少的东西？

我相信设置种子总是会产生相同的结果。但是我每次都得到不同的结果。如何设置种子以便我们每次得到相同的结果？

这是 MWE：

import numpy as np
import pandas as pd


random_state = 100
np.random.state = random_state
np.random.seed = random_state

mu, sigma = 0, 0.25
eps = np.random.normal(mu,sigma,size=100)
print(eps[0])

我每次都得到不同的结果。

更新：

我不能使用 np.random.seed(xxx)