Erstellen Sie konsistent dasselbe zufällige Numpy-Array

Ich warte darauf, dass ein anderer Entwickler einen Code fertigstellt, der ein np-Array mit einer Form (100.2000) mit Werten von entweder -1,0 oder 1 zurückgibt.

In der Zwischenzeit möchte ich zufällig ein Array mit denselben Merkmalen erstellen, damit ich einen Vorsprung bei meiner Entwicklung und beim Testen habe. Die Sache ist, dass ich möchte, dass dieses zufällig erstellte Array jedes Mal gleich ist, damit ich nicht gegen ein Array teste, dessen Wert sich jedes Mal ändert, wenn ich meinen Prozess erneut ausführe.

Ich kann mein Array so erstellen, aber es gibt eine Möglichkeit, es so zu erstellen, dass es jedes Mal gleich ist. Ich kann das Objekt einlegen und entfernen, frage mich aber, ob es einen anderen Weg gibt.

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

Setzen Sie einfach den Zufallszahlengenerator mit einem festen Wert, z

numpy.random.seed(42)

Auf diese Weise erhalten Sie immer die gleiche Zufallszahlenfolge.

Erstellen Sie Ihre eigene Instanz von numpy.random.RandomState()mit Ihrem ausgewählten Samen. Verwenden Sie diese Option numpy.random.seed()nur, um unflexible Bibliotheken zu umgehen, mit denen Sie Ihre eigene RandomStateInstanz nicht weitergeben können.

[~]
|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])

Wenn Sie andere Funktionen verwenden, die auf einem zufälligen Status basieren, können Sie nicht nur einen Gesamtsamen festlegen, sondern sollten stattdessen eine Funktion erstellen, um Ihre zufällige Liste von Zahlen zu generieren und den Startwert als Parameter der Funktion festzulegen. Dies wird keine anderen Zufallsgeneratoren im Code stören:

# 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)

Es ist wichtig zu verstehen, was der Keim eines Zufallsgenerators ist und wann / wie er in Ihrem Code festgelegt ist (siehe z. B. hier für eine schöne Erklärung der mathematischen Bedeutung des Keims).

Dazu müssen Sie den Samen setzen, indem Sie Folgendes tun:

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

Es ist dann wichtig, die Zufallszahlen aus random_state und nicht aus np.random zu generieren. Dh du solltest tun:

random_state.randint(...)

anstatt

np.random.randint(...) 

Dadurch wird eine neue Instanz von RandomState () erstellt und im Grunde genommen die interne Uhr Ihres Computers verwendet, um den Startwert festzulegen.

Ich möchte nur etwas in Bezug auf die Antwort von @Robert Kern klarstellen, nur für den Fall, dass dies nicht klar ist. Selbst wenn Sie das verwenden RandomState, müssten Sie es jedes Mal initialisieren, wenn Sie eine numpy-Zufallsmethode wie in Roberts Beispiel aufrufen. Andernfalls erhalten Sie die folgenden Ergebnisse.

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])