creare Consistenly stessa casuale gamma NumPy

Question

Sono in attesa di un altro sviluppatore per finire un pezzo di codice che restituirà una serie np di forma (100,2000) con valori di entrambi -1,0, oppure 1.

Nel frattempo, voglio creare in modo casuale un array con le stesse caratteristiche, così posso ottenere un vantaggio sui miei sviluppi e test. Il fatto è che voglio che questa matrice creata a caso sia sempre la stessa, quindi non sto testando una matrice che continua a cambiare il suo valore ogni volta che rieseguo il mio processo.

Posso creare il mio array in questo modo, ma c'è un modo per crearlo in modo che sia sempre lo stesso. Posso mettere sott'aceto l'oggetto e annullarlo, ma mi chiedo se c'è un altro modo.

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

Answer 1

Seme semplicemente il generatore di numeri casuali con un valore fisso, ad es.

numpy.random.seed(42) 

In questo modo, otterrete sempre la stessa sequenza di numeri casuali.

Answer 2

Crea la tua istanza di numpy.random.RandomState() con il seme selezionato. Non utilizzare numpy.random.seed() eccetto per aggirare le librerie inflessibili che non consentono di aggirare la propria istanza RandomState.

[~] 
|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]) 

Answer 3

Se si utilizzano altre funzioni basandosi su uno stato casuale, è possibile non solo impostare e seme nel complesso, ma necessario creare invece una funzione per generare la vostra lista casuale di numero e impostare il seme come parametro di la funzione. Questo non disturberà altri generatori casuali nel codice:

# 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)