Python 如何为pd.util.testing.makeDataFrame（）设置随机种子？

编辑：我发现这个问题与Jupyter笔记本电脑有关。我不能全局设置种子并在每次跑步中获得相同的结果。我必须使用

pd.util.testing.makeDataFrame（）

在代码单元格中设置随机种子

原始问题： 我正在尝试设置随机状态，以便能够为使用pandas的

pd.util.testing.makeDataFrame（）

生成的数据帧获得可再现的结果

我已经为Python和NumPy设置了随机种子。是否有另一个随机种子，我可以设置，以获得可重复的结果

seed = 34

# python
import random
random.seed(seed)

# numpy
np.random.seed(seed)

---

我已经搜索过了，但没有结果。

如果您想使用panda的随机种子测试框架，请尝试以下方法：

from numpy import random, prod, str_
from numpy.random import randn
import pandas.util.testing as test
from pandas import DataFrame, Series


def rand_df(N=30, K=4, seed=0, nchars=10):

    random.seed(seed)
    index = (
        random.choice(test.RANDS_CHARS, size=nchars * prod(N))
        .view((str_, nchars))
        .reshape(N)
    ).astype('O')

    return DataFrame({c: Series(randn(N), index=index) for c in test.getCols(K)})


a = rand_df()
b = rand_df()
print(a == b)

---

我发现这个问题与Jupyter笔记本电脑有关。我无法在全球范围内为笔记本设定种子，并在每次跑步中获得相同的结果。我必须使用

pd.util.testing.makeDataFrame（）

在代码单元格中设置随机种子

---

帮助确认。

我不确定您是否可以这样做。源代码中的这一行（）表示数据帧是从

testing.py

范围内的随机numpy矩阵创建的。