说明
1、运行test_mult_shape函数,设定相同的随机数组,两次运行两个一行的多维正态分布的结果。
与一次运行两行的多维正态分布的结果的第一行完全相同。
2、对相同类型的随机数分布,形状特征不会影响分布的生成秩序。
程序中,np.random.randn(1, 2),这一行不像是第二次运行多维正态分布的随机数组,它"几乎"是后缀于它的前一行一次性生成的。
实例
importrandom #print(help(random)) deftest_random_seed_in_std_lib(seed=0,cnt=3): random.seed(seed) print("testseed:",seed) for_inrange(cnt): print(random.random()) print(random.randint(0,100)) print(random.uniform(1,10)) print('\n') test_random_seed_in_std_lib() testseed:0 0.8444218515250481 97 9.01219528753418 0.04048437818077755 65 5.373349269065314 0.9182343317851318 38 9.710199954281542 test_random_seed_in_std_lib() testseed:0 0.8444218515250481 97 9.01219528753418 0.04048437818077755 65 5.373349269065314 0.9182343317851318 38 9.710199954281542 test_random_seed_in_std_lib(99) testseed:99 0.40397807494366633 25 6.39495190686897 0.23026272839629136 17 7.8388969285727015 0.2511510083752201 49 5.777313434770537
以上就是python随机数种子在多维数组的使用,希望对大家有所帮助。更多Python学习指路:Python基础教程
声明:本站所有文章,如无特殊说明或标注,均为本站原创发布。任何个人或组织,在未征得本站同意时,禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益,可联系我们进行处理。
评论(0)