numpy中的随机数种子

在不同的机器学习和数据分析教程中，我看到了不同编号的种子集。在选择一个特定的种子数时，它真的有区别吗？或者任何数字都可以？选择种子数的目的是为了提高相同实验的重复性

每次运行程序时，提供相同的种子将得到相同的结果。这在开发/测试期间非常有用，可以反复可靠地获得相同的结果

当您的应用程序处于“生产”状态时，将种子源更改为动态源，例如当前时间（或不太可预测的时间），以具有“典型的随机行为”。如果不提供种子，许多生成器将默认为自某个历元起的毫秒数，类似于当前时间

---

实际数字无关紧要。我使用我的学校ID号（9位数字），只是出于习惯，因为我已经完全记住了它，但如果我希望它是可复制的，也可以使用短2位数字进行快速测试

是的，任何号码都行。这只是为了再现性，没有区别吗？有些人用很大的数字，有些人用很小的数字。那么为什么不在实现中使用带有默认种子的numpy.random.seed（）函数呢？用户不必向其中传递种子。恐怕种子是有用的。在生产中，你为什么还需要这个随机数，因为你不需要得到相同的结果？学校id太长了。只需在许多语言/库中使用“0”或“1”？@user697911，如果不提供数字，它将默认为与当前时间类似的值。如果你正在编写彩票软件，这种默认行为可能会使随机数变得可预测，那么这可能是潜在的危险；特别是如果最终用户知道/能够猜出随机数源是什么。@user697911 Ya，您可以使用任何数字。我只使用ID，因为这是我已经测试多年的种子。这是武断的。

numpy.random.seed(7)