使用内置python包的np.random.uniform()和uniform()之间的区别

Question

我使用np.random.uniform()在类中生成一个数字。令人惊讶的是，当我运行代码时，我看不到预期结果中的任何变化。另一方面，当我从python内置包中使用uniform()时，我会看到结果中的变化，这显然是正常的。

它们真的是一样的吗?或者在它们的实现中有什么棘手的地方吗？

提前谢谢你！

Answer 1

只使用两行代码创建一个模块，例如blankpaper.py

import numpy as np
np.random.seed(420)

然后，在主脚本中执行

import numpy as np 
import blankpaper 

print(np.random.uniform())

你应该得到完全相同的数字。

当一个模块或库设置np.random.seed(some_number)时，它就是全局。numpy.random.*函数后面是global RandomState生成器的一个实例，重点是global。

很可能您正在导入的东西正在执行上述操作。

将主脚本更改为

import numpy as np
import blankpaper

rng = np.random.default_rng()
print(rng.uniform())

每次你都应该得到新的数字。

default_rng是随机数类Generator的构造函数。正如文档所指出的，

此函数不管理默认全局实例。

在回答这个问题时，你说：“你是先种下种子吗？”

是的，我正在使用它，但是如果我不使用种子或者改变种子号，那就无关紧要了。我查过好几次了。

假设我们重新定义blankpaper.py以包含行

import numpy as np

def foo():
    np.random.seed(420)
    print("I exist to always give you the same number.")

假设您的主要脚本是

import numpy as np
import blankpaper

np.random.seed(840)

blankpaper.foo()
print(np.random.uniform())

然后，您应该得到与执行第一个主脚本(答案顶部)相同的数字。

在这种情况下，种子的设置隐藏在blankpaper模块中的一个函数中，但是如果blankpaper.foo是一个类并且blankpaper.foo的__init__()方法设置了种子，也会发生同样的事情。

因此，这种全球种子的设置可能是相当“隐藏”的。

还请注意，上述内容也适用于随机模中的函数。

该模块提供的函数实际上是random.Random类隐藏实例的绑定方法。您可以实例化您自己的Random实例，以获得不共享状态的生成器。

因此，当来自uniform()模块的random每次为您生成不同的数字时，很可能是因为您或其他模块设置了由来自random模块的函数共享的种子。

在numpy和random中，如果您的类或应用程序希望拥有自己的状态，则从numpy创建Generator的实例或从random创建Random的实例(或用于密码安全随机性的SystemRandom )。这将是您可以在应用程序中传递的内容。它的方法将是numpy.random或random模块中的函数，只有它们将有自己的状态(除非您显式地将它们设置为相等)。

最后，我并不是说这正是导致您的问题的原因(我不得不做出一些推论，因为我看不到您的代码)，但这是一个非常可能的原因。

如有任何问题或关注，请通知我！