python随机数种子的特性

说明

1、在多次重复调用中生成的随机数不同随机数函数无论任何分布任何类型,在确定了一次随机数种子后;

2、当再次声明相同的随机数种子时,随机数将从“头”开始, 按相同的顺序生成随机数。这里的“头”,即是random.seed(seed)声明后,随机数函数的首次调用;

3、生成的随机数将不同于,之前的(随机数种子为0)的运行结果。若指定不同的随机数种子(seed=99),无论任何随机数函数。

上面的几点解释了随机数种子可以使得每次生成相同随机数的具体含义。这里的相同,其实还有一种更普遍的内涵,即环境独立和跨平台。

实例

import random
 
# print(help(random))
 
def test_random_seed_in_std_lib(seed=0, cnt=3):
    random.seed(seed)
    print("test seed: ", seed)
    for _ in range(cnt):
        print(random.random())
        print(random.randint(0,100))
        print(random.uniform(1, 10))
        print('\n')
test_random_seed_in_std_lib()
test seed:  0
0.8444218515250481
97
9.01219528753418
 
0.04048437818077755
65
5.373349269065314
 
0.9182343317851318
38
9.710199954281542
test_random_seed_in_std_lib()
test seed:  0
0.8444218515250481
97
9.01219528753418
 
0.04048437818077755
65
5.373349269065314
 
0.9182343317851318
38
9.710199954281542
test_random_seed_in_std_lib(99)
test seed:  99
0.40397807494366633
25
6.39495190686897
 
0.23026272839629136
17
7.8388969285727015
 
0.2511510083752201
49
5.777313434770537

以上就是python随机数种子的特性,希望对大家有所帮助更多Python学习指路:python基础教程

Python教程

python迭代器的取值方法

2021-8-5 16:09:26

Python教程

python分布式执行框架Ray的介绍

2021-8-5 16:09:31

0 条回复 A文章作者 M管理员
    暂无讨论,说说你的看法吧
个人中心
今日签到
有新私信 私信列表
搜索