Python numpy - 随机数的再现性

Question

我们有一个非常简单的程序(单线程)，我们在其中生成一堆随机样本。为此，我们使用了多个 numpy 随机函数调用(如 normal 或 random_sample)。有时一个随机调用的结果决定了另一个随机函数被调用的次数。

现在我想在开头 s.th. 设置一个种子。多次运行我的程序应该产生相同的结果。为此，我使用了 numpy 类 RandomState 的一个实例。虽然一开始是这种情况，但有时结果会有所不同，这就是我想知道的原因。

当我正确地做所有事情时，没有并发性，因此是函数的线性调用并且没有涉及其他随机数生成器，为什么它不起作用？

Answer 1

好吧，大卫是对的。 numpy 中的 PRNG 可以正常工作。在我创建的每个最小示例中，它们都按预期工作。

我的问题是另一个问题，但最终我解决了它。永远不要在确定性算法中遍历字典。似乎 Python 在调用 .item() 函数获取迭代器时对项目进行了任意排序。

所以我对这种错误并没有那么失望，因为它是一个有用的提醒，提醒我们在尝试进行可重现的模拟时应该考虑什么。