numpy，scipy，pandas这些库的区别是什么？
np.zeros：用于生成全 0 的数组
np.arange()：生成序列（等差数列）
np.linspace()：当要生成浮点数序列时，用该函数代替arange()，来保证精度
np.random.seed() 是 NumPy 库中的一个函数，用于设置随机数生成器的种子（seed）。随机数生成器在生成随机数时，实际上是根据一个初始值（种子）来生成一系列的伪随机数。通过设置相同的种子，可以确保每次运行程序时生成的随机数序列是相同的。
作用：
-
可重复性：如果你在代码中设置了种子，那么每次运行代码时，生成的随机数序列都会是一样的。这在调试和测试代码时非常有用，因为你可以在不同的运行中得到相同的结果。
-
随机性控制：在某些情况下，你可能希望在不同的运行中得到不同的随机数序列。如果不设置种子，每次运行时生成的随机数序列将是不同的。
使用示例：
import numpy as np
# 设置种子
np.random.seed(42)
# 生成随机数
random_numbers = np.random.rand(5)
print(random_numbers)
在这个例子中，无论你运行多少次代码，只要种子是 42，生成的随机数序列都会是一样的。
不设置种子的情况：
import numpy as np
# 不设置种子
random_numbers = np.random.rand(5)
print(random_numbers)
在这种情况下，每次运行代码时生成的随机数序列将是不同的。
