Python随机生成每个实例的种子答案

【问题标题】：Python random generation with seed for each instancePython随机生成每个实例的种子
【发布时间】：2018-10-29 02:57:58
【问题描述】：

无论如何我可以为每个类实例生成带有自己种子的随机数。为了说明这一点，下面是一个最小的代码。成功的结果将使前 10 位数字等于后 10 位数字。

import sys
import numpy as np

class DataGen:
    def __init__(self, seed):
        np.random.seed(seed)

    def generate(self):
        return np.random.uniform(0, 1, size=10)


a=DataGen(1)
print(a.generate())
print("another 10")
print(a.generate())


b=DataGen(1) 
print("another 10") 
print(a.generate()) #generate random numbers use a.
print("another 10")
print(b.generate()) #first time to use b.

【问题讨论】：

问题是a和b实际上使用的是同一个随机数生成器。

标签： python python-3.x

【解决方案1】：

你应该使用RandomState:

import numpy as np


class DataGen:
    def __init__(self, seed):
        self.state = np.random.RandomState(seed)

    def generate(self):
        return self.state.uniform(0, 1, size=10)


a = DataGen(1)
print(a.generate())
print("another 10")
print(a.generate())

b = DataGen(1)
print("another 10")
print(a.generate())  # generate random numbers use a.
print("another 10")
print(b.generate())  # first time to use b.

输出

[4.17022005e-01 7.20324493e-01 1.14374817e-04 3.02332573e-01
 1.46755891e-01 9.23385948e-02 1.86260211e-01 3.45560727e-01
 3.96767474e-01 5.38816734e-01]
another 10
[0.41919451 0.6852195  0.20445225 0.87811744 0.02738759 0.67046751
 0.4173048  0.55868983 0.14038694 0.19810149]
another 10
[0.80074457 0.96826158 0.31342418 0.69232262 0.87638915 0.89460666
 0.08504421 0.03905478 0.16983042 0.8781425 ]
another 10
[4.17022005e-01 7.20324493e-01 1.14374817e-04 3.02332573e-01
 1.46755891e-01 9.23385948e-02 1.86260211e-01 3.45560727e-01
 3.96767474e-01 5.38816734e-01]

进一步

Difference between RandomState and seed in numpy

【讨论】：