【python】每天一点 Numpy 小技巧

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:

  1. 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。

  2. 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。

赞赏