python - 每次运行代码时，如何在循环内使用种子来获得相同的随机样本？

Question

我想使用随机数生成数据，然后使用生成的数据通过替换生成随机样本。问题是使用 random.seed(10) 只会修复生成数据的初始随机数，但不会修复循环内生成的随机样本，每次运行代码时我都会得到相同的结果生成的数据但随机样本不同，我想获得相同的随机样本以获得可重现的结果。代码如下:

import numpy as np
import random

np.random.seed(10)

data = list(np.random.binomial(size = 215 , n=1, p= 0.3))

sample_mean = []

for i in range(1000):

    sample = random.choices(data, k=215)
    mean = np.mean(sample)
    sample_mean.append(mean)

print(np.mean(sample_mean))

np.mean(sample_mean) 应该在每次运行代码时检索相同的值，但它并没有发生。

我尝试在循环中输入 random.seed(i) 但它不起作用。

Answer 1

您的 random.choices(data, k=215) 来自 python 内置 random 库，它与 numpy.random< 中的种子不同，所以播种 numpy 是不够的。

此处正确的解决方案是在此处使用 numpy np.random.choice，因为您已经在使用 numpy。

import numpy as np

np.random.seed(10)

data = np.random.binomial(size=215, n=1, p=0.3)

sample_mean = []

for i in range(1000):
    sample = np.random.choice(data,size=215)
    mean = np.mean(sample)
    sample_mean.append(mean)


print(np.mean(sample_mean))

ps:在 data 上调用 list 是没有必要的，而且会降低你的代码速度。