Python 如何使用np.random.seed（）创建具有固定随机值的新矩阵

我想创建一个新的矩阵（V），每个位置都有固定的随机值（每次我运行算法时，我都想显示相同的矩阵）。可以对矩阵使用np.random.seed（）吗？差不多

V = np.zeros([20,50])
V = np.random.seed(V)

---

使用此选项设置种子：

np.random.seed(0) # or whatever value you fancy

然后生成随机数据：

V = np.random.rand(your_shape) # or whatever randomness you fancy like randint, randn ...

---

使用此选项设置种子：

np.random.seed(0) # or whatever value you fancy

然后生成随机数据：

V = np.random.rand(your_shape) # or whatever randomness you fancy like randint, randn ...

---

请更详细地解释你所说的“每次具有一致随机值的新矩阵”是什么意思。请更详细地解释你所说的“每次具有一致随机值的新矩阵”是什么意思。我尝试了一下，发现括号中的数字是

np.random.seed（0）

表示随机性的版本？请问这个数字为什么重要？我的意思是，当我编写新的

np.random.seed（）

时，我认为所有版本都是重新创建的。这个数字以后可以重复使用吗？@Jan:这个参数完全由您决定，但您可以放心，这个数字将保证任何实现的一致性。@Jan，

np.random.seed（）

将以不受控制的方式重置（伪）随机数生成器的种子（从而重置状态）（通常从当前开始，当您希望确保每次运行都会产生不同的结果时使用此选项）。为确保重复性，您需要使用

np.random.seed（1234）

或等效项指定种子。我尝试了此选项，并在

np.random.seed（0）的括号中找到了数字

表示随机性的版本？我可以问一下为什么这个数字很重要吗？我的意思是当我写新的

np.random.seed（）时

，我想所有的版本都被重新创建了。这个数字是可以重用的还是以后的事情？@Jan：这个参数完全由您决定，但您可以放心，这个数字将保证任何实现的一致性。@Jan，

np.random.seed（）

将重置您的（伪-）的种子（因此是状态）随机数生成器，但以不受控制的方式（通常从当前时间开始，当您希望确保每次运行都会产生不同的结果时使用）。使用

np.random.seed（1234）

或等效项指定种子是确保可重复性所需的。