“2 * np.random.rand(100,1)”的含义答案

【问题标题】：Meaning of "2 * np.random.rand(100,1)"“2 * np.random.rand(100,1)”的含义
【发布时间】：2020-11-19 04:57:51
【问题描述】：

我是编程初学者。
我尝试在一本书中运行一个简单的线性回归示例。 Y=4*X+6
我已设置np.random.seed(0)。
创建X时，书中代码使用2 * np.random.rand(100,1)。
我通过以下方式创建了 X1、X2、X3。下面是代码。

import numpy as np

np.random.seed(0)  
X1 = 2 * np.random.rand(5,1)  
X2 = np.random.rand(5,1)  
X3 = 2 * X2  
print('X1= ', X1)  
print('X2= ', X2)  
print('X3= ', X3)

我在这里有问题。

np.random.rand(100,1) 乘以 2 是什么意思？运行上面代码的结果，似乎不是简单的翻倍数值或者翻倍大小。
为什么 X1 和 X3 的结果不同？

【问题讨论】：

它应该只是将所有值加倍。
X1 和 X3 是不同的，因为每次调用 np.random.rand() 都会得到不同的随机数组。
在分配 X2 之前再次调用np.random.seed(0)，然后X1 和X3 将是相同的。

标签： python numpy random

【解决方案1】：

它使价值翻倍。你怎么认为它没有？
它们是不同的，因为您在两个不同的位置调用了一个随机数组。为什么您期望random 在两次连续调用中返回相同的值？那么，这个序列几乎不会是随机的。

【讨论】：

【解决方案2】：

In [43]: np.random.seed(0)
    ...: X1 = 2 * np.random.rand(5,1)
    ...: X2 = np.random.rand(5,1)
    ...: X3 = 2 * X2

In [45]: X1
Out[45]: 
array([[1.09762701],
       [1.43037873],
       [1.20552675],
       [1.08976637],
       [0.8473096 ]])
In [46]: X2
Out[46]: 
array([[0.64589411],
       [0.43758721],
       [0.891773  ],
       [0.96366276],
       [0.38344152]])
In [47]: X3
Out[47]: 
array([[1.29178823],
       [0.87517442],
       [1.783546  ],
       [1.92732552],
       [0.76688304]])

X2 的值介于 0 和 1 之间。X3 的值是 X2 的两倍，介于 0 和 2 之间。X1 的值是不同的数字，但也在 0 和 2 之间。

【讨论】：

【解决方案3】：

我的猜测是您期望 np.random.rand() 返回相同的值，因为您正在设置种子。这是一种误解。设置种子一次意味着，从它们开始，它将返回一系列随机值。如果您随后再次设置相同的种子，它将随后返回相同的序列。试试这个：

np.random.seed(0)  
X1 = np.random.rand(5,1) 
 
np.random.seed(0)  
X2 = np.random.rand(5,1)

X1 将等于 X2，因为每个都是与种子 0 关联的序列的开头。

现在，试试这个：

np.random.seed(0)  
X1 = np.random.rand(5,1) 
Y1 = np.random.rand(5,1)
 
np.random.seed(0)  
X2 = np.random.rand(5,1)
Y1 = np.random.rand(5,1)

现在 X1=X2 和 Y1=Y2。但是 X1 != Y1（除非你随机画两次相同的东西）。

回答你的第一个问题，是的——你将随机抽取的结果乘以 2，所以它现在将返回从 0 到 2 而不是 0 到 1 的元素。

现在，您可能需要两个相同的随机数生成器，而无需每次都重置种子。如果是这种情况，初始化两个 numpy.random.RandomState： https://numpy.org/doc/stable/reference/random/legacy.html?highlight=numpy%20random%20randomstate#numpy.random.RandomState

或者他们的新生成器之一。然后你可以用相同的种子初始化它们，并从一个中抽取一段时间，然后从另一个在随机序列中仍然“较早”的种子中抽取。

【讨论】：

【解决方案4】：

乘以 2 的意思是它使 ndarray 中的值加倍（np.random.rand(5,1) 的结果）你永远看不到原始值，你只看到分配给 X1 的加倍值
如果您调用 np.random.rand(5,1)，每次调用时都会得到随机数，因此它们不会经常匹配，因为它们是随机的。

【讨论】：