Python 如何";藏匿;随机状态发生器状态
我正在植入一个随机数生成器,以获得可重复的结果,包括:Python 如何";藏匿;随机状态发生器状态,python,random,random-seed,Python,Random,Random Seed,我正在植入一个随机数生成器,以获得可重复的结果,包括: import random SEED = 32412542 random.seed(SEED) 我想让它只为程序的一部分返回“不可复制”的随机值,如: import random SEED = 32412542 random.seed(SEED) my_list = [1, 2, 3, 4, 5] res = random.sample(my_list, len(my_list)) # I would like result o
import random
SEED = 32412542
random.seed(SEED)
我想让它只为程序的一部分返回“不可复制”的随机值,如:
import random
SEED = 32412542
random.seed(SEED)
my_list = [1, 2, 3, 4, 5]
res = random.sample(my_list, len(my_list)) # I would like result of this to be the same between runs of the program.
# Do some reproducible calculations, such as training neural network.
print(res) # E.g. prints [3, 2, 4, 1, 5]
# What to do here?
res = random.sample(my_list, len(my_list)) # I would like result of this to be different between runs.
# Do some non-reproducible calculations, such as picking neural network parameters randomly.
print(res) # Prints some random order.
res = random.sample(my_list, len(my_list)) # I would like result of this to be the same between runs of the program.
# Do some reproducible calculations, such as training neural network.
print(res) # E.g. prints [2, 3, 1, 4, 5]
到目前为止,我想到的是,在我希望它变得不可复制之前,不使用任何参数进行种子设定,然后使用种子
值重新进行种子设定:
import random
SEED = 32412542
random.seed(SEED)
my_list = [1, 2, 3, 4, 5]
res = random.sample(my_list, len(my_list))
print(res) # Prints: [3, 2, 4, 1, 5]
random.seed()
res = random.sample(my_list, len(my_list))
print(res) # Prints some random order.
random.seed(SEED)
res = random.sample(my_list, len(my_list))
print(res) # Prints: [3, 2, 4, 1, 5], so exactly what has been printed before.
问题是,在重新设定种子后,会产生完全相同的随机值集(显然-最终这就是设定特定值的目的),我不希望发生这种情况。我想以某种方式恢复随机生成器以前的状态。这可能吗?您不能使用
random
函数,但可以通过创建random
类的实例来实现
如果要使用不同的
您自己设计的基本生成器:在这种情况下,覆盖
random()
,seed()
,getstate()
,以及setstate()
方法。或者,一个
新生成器可以提供getrandbits()方法-这允许
randrange()生成任意大范围的选择
例如:
>>> import random
>>> r = random.Random()
>>> r.randint(1, 1000)
545
>>> r.randint(1, 1000)
349
>>> r.randint(1, 1000)
745
>>> r.randint(1, 1000)
792
>>> state = r.getstate()
>>> r.randint(1, 1000)
52
>>> r.randint(1, 1000)
799
>>> r.randint(1, 1000)
586
>>> r.randint(1, 1000)
581
>>> r.setstate(state)
>>> r.randint(1,1000)
52
>>> r.randint(1,1000)
799
>>> r.randint(1,1000)
586
>>> r.randint(1,1000)
581
事实上,我的缺点是:
random.getstate()
返回捕获当前内部数据的对象
发电机的状态。此对象可以传递到setstate()
to
恢复状态
random.setstate(状态)
状态应该是从以前的
调用getstate()
,然后setstate()
恢复
将生成器设置为调用getstate()
时的生成器
如果您创建
random.random
的实例,您应该能够.getstate()
和.setstate()
或者使用两个“随机”对象,其中一个对象用种子初始化。第二部分正是我要找的。谢谢random
(与random.random
的实例或random.random
的子类不同)是全局状态,我不鼓励它,原因与以下相同:;它的使用应限于单元测试。