为什么即使在指定种子值之后也会生成不同的随机数？ [复制]答案

【问题标题】：Why different random numbers are generated even after specifying seed value? [duplicate]为什么即使在指定种子值之后也会生成不同的随机数？ [复制]
【发布时间】：2019-02-14 10:58:06
【问题描述】：

我读到如果您指定种子值，它会生成相同的随机数。在下面的代码中，虽然我已经指定了种子值，但在 for 循环中，rf 正在生成不同的随机值。但是，如果我省略 for 循环并运行此代码两次，则 rf 会生成相同的随机值。有人可以解释一下为什么会这样吗？

SEED= 1234567
s=np.random.seed(SEED)
print(s)
for i in range(3):
   rf=np.random.uniform(-1.0,1.0,(3,4))
   print(rf)

【问题讨论】：

每次生成随机数时都需要定义种子。通过将种子定义为相同的数字，生成的随机数变得相同。
所以在上面的代码中，我将种子值固定为 1234567，我希望循环运行 3 次时 rf 应该相同
尝试将np.random.seed(SEED) 移动到循环的顶部。
如果我在循环内移动 np.random.seed(SEED) 它会生成相同的数字 3 次。 .为什么在循环外指定它一次不会显示相同的行为

标签： python numpy

【解决方案1】：

是的。当您调用random.seed() 时，它会设置随机种子。您从该点向前生成的数字序列将始终相同。

问题是，您只设置了一次种子，然后您调用了三次np.random.uniform()。这意味着您将从random.seed() 获得接下来的三个数字。当然它们是不同的——你没有在两者之间重置种子。但是每次运行程序，你都会得到相同的三个数字序列，因为你在生成它们之前将种子设置为相同的东西。

设置种子只会影响下一个要生成的随机数，因为伪随机数生成（np.random 使用）的工作原理：它使用种子确定性地生成新的随机数，然后使用 生成的数字为下一个数字设置新的种子。它实际上归结为得到一个 非常长 的随机数序列，这些随机数最终会自我重复。当您设置种子时，您将跳转到该序列中的指定点——不过，您并没有将代码保留在那里。

【讨论】：

不错的答案。 OP 可以通过在循环内调用seed 来获得所需的结果。
你的意思是“每次你运行程序。你会得到相同的三个数字序列”？
假设您运行程序一次，它会打印出“0.77, -0.36, 0.52”。然后，您再次运行该程序，它会打印出相同的三个数字。然后你第三次运行它，它会打印出相同的三个数字。