比较使用随机排列的 Numpy 和 Matlab 代码答案

【问题标题】：Compare Numpy and Matlab code that uses random permutation比较使用随机排列的 Numpy 和 Matlab 代码
【发布时间】：2014-03-12 09:10:04
【问题描述】：

由于随机数状态，我无法比较两个代码的输出。

我将 MATLAB randperm 函数与等效的 numpy.random.permutation 函数的输出进行比较，但是，即使我使用 MATLAB rand('twister',0) 和 python numpy.random.seed(0) 将种子设置为相同的值，我'正在获得不同的排列。

我不得不说，如果按照上面的方式设置种子，MATLAB 的 rand 和 numpy numpy.random.rand 的结果是相同的。

【问题讨论】：

他们可能使用不同的随机数生成算法。在那种情况下，即使种子相同，输出也会不同。
如果您只需要比较代码，您可以使用 Matlab 或 Python 输出足够数量的随机排列并将它们保存到文件中。然后另一个版本可以从文件中读取值。这可能是最简单的解决方法。

标签： python matlab random numpy permutation

【解决方案1】：

这是一个常见问题。虽然随机数生成器是相同的，但将随机数流转换为随机排列的函数是不同的。没有描述预期结果的指定标准算法。

要解决此问题，您必须在两个工具中使用相同的库。

【讨论】：

一些建议如何做到这一点？
有很多可能性。我不知道你打算做什么，所以我不能给出建议。我想到的一些想法：1）从您的相关matlab函数生成一个dll，从python调用它2）从m函数创建一个独立的exe，从python调用它3）通过com或类似调用m函数自动化 4) 使用系统shell调用matlab中的python代码 5) 在matlab中使用org.python.util.PythonInterpreter来访问python。
只需在python和matlab中以完全相同的方式实现您自己的排列算法，您肯定可以在网上找到一些食谱。