Python:如何修复绘制的 "random"值函数调用是否一致？

Question

我有:

np.random.seed(123)
var_v = 0.007 ** 2
T = 100
rho   = 0.9

def v_t(var_v, T):
    v_t_ = np.zeros([T,1])
    v_t_[1:T] = (var_v ** 0.5) * np.random.randn(len(v_t_) - 1, 1)
    return v_t_

def s_t(rho, T):
    v_t_ = v_t(var_v, T)
    s_t_ = np.zeros([T,1])
    s_t_[0] = 0
    for t in range(1,T):
        s_t_[t] = rho *s_t_[t-1] + v_t_[t]
    return s_t_

但是每次我调用其中一个值时，即

s_t(rho, T) “或”v_t(var_v, T)

显示正确的值。但之后，当我调用另一个值时，该值是错误的。清除命名空间后，当我调用镜像序列中的函数时，也是如此。

我怀疑这是因为新值是由np.random.randn绘制的。如何轻松修复绘制的值我通过调用 s_t 和 v_t 获得了正确的值？

Answer 1

如果要确保一致性，则需要在每次抽取随机数时设置种子。下面的小例子将说明:

np.random.seed(123)
np.random.randn(4, 1)
np.random.randn(4, 1)

输出不同:

array([[-1.0856306 ],
       [ 0.99734545],
       [ 0.2829785 ],
       [-1.50629471]])

array([[-0.57860025],
       [ 1.65143654],
       [-2.42667924],
       [-0.42891263]])

然后尝试:

np.random.seed(123)
np.random.randn(4, 1)
np.random.seed(123)
np.random.randn(4, 1)

输出是相同的:

array([[-1.0856306 ],
       [ 0.99734545],
       [ 0.2829785 ],
       [-1.50629471]])

array([[-1.0856306 ],
       [ 0.99734545],
       [ 0.2829785 ],
       [-1.50629471]])

因此，在您的情况下，您只需在每次调用 np.random.randn 之前在函数内设置种子即可。