Sürekli olarak aynı rasgele uyuşmuş diziyi oluşturun

Başka bir geliştiricinin -1,0 veya 1 değerlerine sahip bir np şekil dizisi (100,2000) döndürecek bir kod parçasını bitirmesini bekliyorum.

Bu arada, geliştirme ve testime bir adım önde başlamak için aynı özelliklerden rastgele bir dizi oluşturmak istiyorum. Mesele şu ki, bu rastgele oluşturulmuş dizinin her seferinde aynı olmasını istiyorum, böylece sürecimi her yeniden çalıştırdığımda değerini değiştiren bir diziye karşı test etmiyorum.

Dizimi bu şekilde oluşturabilirim, ancak her seferinde aynı olacak şekilde onu yaratmanın bir yolu var mı? Nesneyi toparlayıp, çözebilirim, ama başka bir yolu var mı diye merak ediyorum.

r = np.random.randint(3, size=(100, 2000)) - 1

Rastgele sayı üretecini sabit bir değerle tohumlayın, örn.

numpy.random.seed(42)

Bu şekilde, her zaman aynı rastgele sayı dizisini elde edersiniz.

Bu işlev, genel varsayılan rasgele sayı üretecini başlatır ve içindeki bir işleve yapılan herhangi bir çağrı, numpy.randomdurumunu kullanır ve değiştirir. Bu, birçok basit kullanım durumu için iyidir, ancak küresel devletin getirdiği tüm sorunların olduğu bir küresel devlet biçimidir. Daha temiz bir çözüm için aşağıdaki Robert Kern'in cevabına bakın.

numpy.random.RandomState()Seçtiğiniz tohumla kendi örneğinizi oluşturun . numpy.random.seed()Kendi RandomStateörneğinizin etrafından geçmenize izin vermeyen esnek olmayan kitaplıklarda çalışmak dışında kullanmayın .

[~]
|1> from numpy.random import RandomState

[~]
|2> prng = RandomState(1234567890)

[~]
|3> prng.randint(-1, 2, size=10)
array([ 1,  1, -1,  0,  0, -1,  1,  0, -1, -1])

[~]
|4> prng2 = RandomState(1234567890)

[~]
|5> prng2.randint(-1, 2, size=10)
array([ 1,  1, -1,  0,  0, -1,  1,  0, -1, -1])

Rastgele bir duruma dayanan başka işlevler kullanıyorsanız, yalnızca genel bir çekirdek ayarlayamazsınız, bunun yerine rasgele sayı listenizi oluşturmak için bir işlev oluşturmalı ve çekirdeği işlevin bir parametresi olarak ayarlamalısınız. Bu, koddaki diğer rastgele oluşturucuları rahatsız etmeyecektir:

# Random states
def get_states(random_state, low, high, size):
    rs = np.random.RandomState(random_state)
    states = rs.randint(low=low, high=high, size=size)
    return states

# Call function
states = get_states(random_state=42, low=2, high=28347, size=25)

Bir rastgele üretecin tohumunun ne olduğunu ve kodunuzda ne zaman / nasıl ayarlandığını anlamak önemlidir (örneğin , tohumun matematiksel anlamının güzel bir açıklaması için burayı kontrol edin ).

Bunun için aşağıdakileri yaparak tohumu ayarlamanız gerekir:

random_state = np.random.RandomState(seed=your_favorite_seed_value)

Bu durumda, rastgele sayıları np.random'dan değil, random_state'den üretmek önemlidir. Yani yapmalısın:

random_state.randint(...)

onun yerine

np.random.randint(...) 

yeni bir RandomState () örneği yaratacak ve temelde tohumu ayarlamak için bilgisayarınızın dahili saatini kullanacaktır.

Sadece net olmayan bir durumda @Robert Kern cevabı ile ilgili bir şeyi açıklığa kavuşturmak istiyorum. Kullanmak yapsan bile RandomStatebunu aksi takdirde aşağıdaki sonuçlar alırsınız Robert'ın örnekte olduğu gibi bir numpy rastgele yöntemini çağırın her zaman başlatmak zorunda kalacaktı.

Python 3.6.9 |Anaconda, Inc.| (default, Jul 30 2019, 19:07:31) 
[GCC 7.3.0] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import numpy as np
>>> prng = np.random.RandomState(2019)
>>> prng.randint(-1, 2, size=10)
array([-1,  1,  0, -1,  1,  1, -1,  0, -1,  1])
>>> prng.randint(-1, 2, size=10)
array([-1, -1, -1,  0, -1, -1,  1,  0, -1, -1])
>>> prng.randint(-1, 2, size=10)
array([ 0, -1, -1,  0,  1,  1, -1,  1, -1,  1])
>>> prng.randint(-1, 2, size=10)
array([ 1,  1,  0,  0,  0, -1,  1,  1,  0, -1])