NumPy随机数生成：RandomState对象与seed函数的区别

NumPy随机数生成：RandomState对象与seed函数的区别

rng = np.random.RandomState(0) 和 np.random.seed(0) 都用于设置随机数生成的种子，但它们在使用方式和作用范围上有所区别。

1. 对象 vs 函数调用:

• rng = np.random.RandomState(0) 创建一个RandomState对象rng，该对象拥有独立的随机数生成状态。- np.random.seed(0) 直接设置NumPy的全局随机数种子，影响所有后续使用NumPy随机函数的操作。

2. 可重现性范围:

• 使用rng对象生成的随机数序列只受该对象内部状态影响，可以在局部代码块内实现可重现性，而不会影响其他部分的随机数生成。- np.random.seed(0) 设置全局种子，影响所有使用NumPy随机函数的操作，包括其他地方创建的RandomState对象，全局可重现性。

3. 多个生成器对象:

• 可以创建多个RandomState对象，每个对象拥有不同的种子，生成不同的随机数序列，方便进行多组独立的随机模拟。- np.random.seed(0) 只能设置一个全局种子，限制了多组独立随机数生成的需求。

总结:

• rng = np.random.RandomState(0) 提供更精细的控制，适用于需要局部可重现性或多组独立随机数生成的场景。- np.random.seed(0) 设置全局种子，适用于需要简单地保证整个代码流程可重现性的情况。

选择建议:

• 如果需要在代码的不同部分生成独立的随机数序列，或者需要更精细地控制随机数生成，建议使用 RandomState 对象。- 如果只需要简单地保证代码的可重现性，则可以使用 np.random.seed(0)。