Konsekwentnie twórz tę samą losową tablicę numpy

Czekam, aż inny programista ukończy fragment kodu, który zwróci tablicę np kształtu (100,2000) z wartościami -1,0 lub 1.

W międzyczasie chcę losowo utworzyć tablicę o tych samych cechach, abym mógł uzyskać przewagę nad rozwojem i testowaniem. Chodzi o to, że chcę, aby ta losowo utworzona tablica była za każdym razem taka sama, aby nie testować z tablicą, która zmienia swoją wartość za każdym razem, gdy ponownie uruchamiam mój proces.

Mogę utworzyć moją tablicę w ten sposób, ale czy istnieje sposób na jej utworzenie, aby za każdym razem była taka sama. Mogę wytrawić przedmiot i wytrącić go, ale zastanawiam się, czy jest inny sposób.

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

Po prostu zaszczep generator liczb losowych stałą wartością, np

numpy.random.seed(42)

W ten sposób zawsze otrzymasz tę samą sekwencję liczb losowych.

Utwórz własną instancję numpy.random.RandomState()z wybranym nasieniem. Nie używaj numpy.random.seed()z wyjątkiem, aby obejść nieelastyczne biblioteki, które nie pozwalają na przekazanie Twojej własnej RandomStateinstancji.

[~]
|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])

Jeśli używasz innych funkcji opierających się na losowym stanie, nie możesz po prostu ustawić i ogólnego ziarna, ale zamiast tego powinieneś utworzyć funkcję, aby wygenerować losową listę liczb i ustawić ziarno jako parametr funkcji. Nie zakłóci to żadnych innych losowych generatorów w kodzie:

# 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)

Ważne jest, aby zrozumieć, co jest zalążkiem generatora losowego i kiedy / jak jest ustawione w Twoim kodzie (sprawdź np. Tutaj aby uzyskać ładne wyjaśnienie matematycznego znaczenia tego ziarna).

W tym celu musisz ustawić ziarno, wykonując:

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

Ważne jest wtedy, aby generować liczby losowe z random_state, a nie z np.random. Czyli powinieneś zrobić:

random_state.randint(...)

zamiast

np.random.randint(...) 

który utworzy nową instancję RandomState () i po prostu użyje wewnętrznego zegara komputera do ustawienia ziarna.

Chcę tylko wyjaśnić coś w odniesieniu do odpowiedzi @Robert Kern na wypadek, gdyby nie było to jasne. Nawet jeśli użyjesz metody, RandomStatebędziesz musiał ją zainicjować za każdym razem, gdy wywołasz metodę numpy losową, jak w przykładzie Roberta, w przeciwnym razie otrzymasz następujące wyniki.

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])