我可以创建一个本地numpy随机种子吗？

2019年8月3日 204次阅读

有一个函数foo,它使用np.random功能.

我想控制foo使用的种子,但实际上并没有改变函数本身.

我该怎么做呢？

基本上我想要这样的东西：

bar() # should have normal seed
with np.random.seed(0): # Doesn't work
    foo()
bar() # should have normal seed

解决方案如
this：

rng = random.Random(42)
number = rng.randint(10, 20)

在这种情况下不起作用,因为我无法访问foo的内部工作(或者我错过了什么？).

最佳答案 您可以将全局随机状态保存在临时变量中,并在完成功能后重置它：

import contextlib
import numpy as np

@contextlib.contextmanager
def temp_seed(seed):
    state = np.random.get_state()
    np.random.seed(seed)
    try:
        yield
    finally:
        np.random.set_state(state)

演示：

>>> np.random.seed(0)
>>> np.random.randn(3)
array([1.76405235, 0.40015721, 0.97873798])
>>> np.random.randn(3)
array([ 2.2408932 ,  1.86755799, -0.97727788])

>>> np.random.seed(0)
>>> np.random.randn(3)
array([1.76405235, 0.40015721, 0.97873798])
>>> with temp_seed(5):
...     np.random.randn(3)                                                                                        
array([ 0.44122749, -0.33087015,  2.43077119])
>>> np.random.randn(3)
array([ 2.2408932 ,  1.86755799, -0.97727788])
点赞