Python seed函式到底有什麼用？

1樓：coder

沒有看書，憑藉記憶來隨便答一下。答錯了就當開闊思路好了。

random 是怎樣實現隨機數的？

我憑藉記憶來猜測一下random的實現，在指定好隨機範圍和隨機數種子(seed)的情況下，生成的隨機數序列應該是一樣的。也就是說，你先呼叫一次random.seed(1)，然後呼叫 10 次random.

randint(1, 9)。得到乙個數字序列 A。然後你重新設定隨機數種子為 1，random.

seed(1)，然後再呼叫10次，random.randint(1, 9)，又生成乙個數字序列 B，不出意外的話，序列A和序列B的結果應該是一樣的。

import random

random.seed(1)

print('數字序列A', end=' ')

for i in range(9):

print(random.randint(1, 9), end=' ')

# 重新設定隨機數種子為 1

random.seed(1)

print('數字序列B', end=' ')

for i in range(9):

print(random.randint(1, 9), end=' ')

# 數字序列A 3 2 5 2 8 8 8 7 4 數字序列B 3 2 5 2 8 8 8 7 4

那這樣還算生成隨機數嗎？它在我的電腦上是這個結果, 在你的電腦上可能也是乙個確定的結果. 在設定好隨機數種子以後，使用 random 工具生成每乙個數其實都是已經確定好的。

於是，人們通常在產生一次隨機數後就重新設定一次隨機數種子，這樣就能保證生成的隨機數不會依照之前的那個確定的數字序列了, 當然它還是乙個確定的數字序列. 如果你設定隨機數種子為 2, 那它生成隨機數時就按照隨機數種子為 2 時對應的那個隨機數序列來生成隨機數. 如果你設定隨機數種子為 3, 那它生成隨機數時就按照隨機數種子為 3 時對應的那個隨機數序列來生成隨機數.

但是如果你每次生成隨機數時都指定隨機數種子為 2 或者 3，那麼生成的隨機數就又冥冥之中被確定了?

因此, 人們常用 time.time() 來當做隨機數種子, 來代替前文的隨機數種子1 2 3。time.time() 返回乙個浮點數, 代表當前的時間, 用法如下:

import time

import random

random.seed(time.time())

print('數字序列A', end=' ')

for i in range(9):

print(random.randint(1, 9), end=' ')

# 重新設定隨機數種子

random.seed(time.time())

print('數字序列B', end=' ')

for i in range(9):

print(random.randint(1, 9), end=' ')

這樣, 我每次點執行時的時間肯定不一樣, 相應的每次設定的隨機數種子就不一樣, 對應的隨機數序列就不一樣. 當然每個隨機數種子代表的隨機數序列還是確定的, 並沒有隨機. 因此人們把 random 生成的隨機數稱為 "偽隨機數".

這並不是說在大資料量地呼叫 random 產生隨機數的情況下, 它生成指定範圍內的隨機數序列中每個數字出現的概率不相等, 而是想要描述前文中描述的現象.

Python seed函式到底有什麼用？

復合函式到底怎麼求導？

當伴郎的次數到底有什麼禁忌？

殘差網路ResNet訓練時的目標函式到底是什麼？

其他用戶還看了：