Numpy seaborn教程中需要的解释

Numpy seaborn教程中需要的解释,numpy,seaborn,numpy-random,Numpy,Seaborn,Numpy Random,我在学习海伯恩 在导入部分,请解释这一行 np.random.seed(sum(map(ord, "aesthetics"))) 这一行是做什么的,请解释这一行中的每个元素 在绘制偏移正弦波时,如何定义此参数 plt.plot(x, np.sin(x + i * .5) * (7 - i) * flip) 首先重要的是:这一行np.random.seed(sum(map(ord,美学))与seaborn的工作完全无关。所以原则上你根本不用担心 给出字符的字节表示形式 将函数应用于一个交互表

我在学习海伯恩

在导入部分,请解释这一行

np.random.seed(sum(map(ord, "aesthetics")))
这一行是做什么的,请解释这一行中的每个元素

在绘制偏移正弦波时,如何定义此参数

plt.plot(x, np.sin(x + i * .5) * (7 - i) * flip)

首先重要的是:这一行
np.random.seed(sum(map(ord,美学))
与seaborn的工作完全无关。所以原则上你根本不用担心

给出字符的字节表示形式

将函数应用于一个交互表的每一项

总结iterable的元素

因此,
map(ord,“美学”)
将给出一个数字列表,
[9710111511616104101116151099115]
汇总后给出
1069

然后将该数字输入到。它是numpy随机数生成器的种子。通过指定种子,可以确保随后绘制的任何随机数都基于此种子

这样做的目的是使随机数重现。指定种子后,我可以知道,当生成一个像
np.random.randint(10)
这样的随机数时,结果将是
4
(对于种子
1069

这对于使示例重现非常有用,这也是他们在seaborn教程中使用它的原因,以确保由随机数生成的绘图实际上在任何地方都是相同的


当然,有人可能会说,使用此命令比复制教程时让人看不清不同的情节更令人困惑,但我想这是另一个问题。

您到底不明白什么?您是否阅读了涉及的函数和方法的文档?您说seed 1069的结果将是4是
导入numpy作为np的结果;np.random.seed(1069);打印(np.random.randint(10))
将是
4