python - 每当调用 rand() 时，是否会自动调用 numpy.random.RandomState()？

Question

像 C++ 这样的语言要求程序员设置随机数生成器的种子，否则它的输出将永远相同。但是，像 numpy 这样的库不需要您手动初始化种子。

例如，代码如下:

from numpy.random import rand
rand()

每次都会给出不同的结果。

这是否意味着每次调用 rand 时都会调用 numpy.random.RandomState(seed=None)？

Answer 1

Does that mean numpy.random.RandomState(seed=None) is called every time you call rand?

不，这意味着 RandomState在启动时播种一次。如果你每次打电话都重新播种 rand ，那么就没有办法显式请求可重复的模式。

Python 标准库的 random 也是如此。模块。

而且，不管你怎么说 C++，对于 C++ stdlib 的 <random> 也是正确的功能。

所有这些文件表明，如果您什么都不做，默认种子来自系统时间或系统熵生成器(如大多数 *nix 系统上的 /dev/random)。

C 的 rand 不是这种情况(它在 C++ 中仍然存在，尽管您应该将其视为已弃用^*)，但这只是因为 C 特意要求启动必须执行与调用 srand(1) 相同的操作.

---

如果您对“启动时一次”在 NumPy 中的确切工作原理感兴趣:

• 在 numpy.random 的顶层模块(它会在您第一次运行 import numpy.random 或 from numpy.random import something 时在您的代码中运行)，它构建一个全局 RandomState , 使用默认参数(意思是 seed=None )。
• RandomState的初始化器只是传递了 seed关于 seed 的争论方法。
• RandomState.seed , 当用 None 调用时，为您的平台使用适当的系统熵源(如 /dev/urandom )。
• 当您调用顶层时 rand , 它使用全局 RandomState .

---

_{* 不是因为这个问题；很容易记住调用srand在你的程序开始时。但是 PRNG 明确不保证周期长度长于 32767、无偏分布等对于几乎任何事情来说都是一个坏主意……}