numpy.random.seed（0）有什么作用？

Question

np.random.seedScikit-Learn教程的以下代码在做什么？我对NumPy的随机状态生成器不太熟悉，所以我非常感谢外行对此的解释。

np.random.seed(0)
indices = np.random.permutation(len(iris_X))

Answer 1

np.random.seed(0) 使随机数可预测

>>> numpy.random.seed(0) ; numpy.random.rand(4)
array([ 0.55,  0.72,  0.6 ,  0.54])
>>> numpy.random.seed(0) ; numpy.random.rand(4)
array([ 0.55,  0.72,  0.6 ,  0.54])

重置种子（每次）后，每次都会出现一组 相同 的数字。

如果未重置随机种子，则每次调用都会显示 不同的 数字：

>>> numpy.random.rand(4)
array([ 0.42,  0.65,  0.44,  0.89])
>>> numpy.random.rand(4)
array([ 0.96,  0.38,  0.79,  0.53])

（伪）随机数的工作方式是从一个数字（种子）开始，将其乘以一个大数字，加上一个偏移量，然后对该和取模。然后将所得的数字用作种子，以生成下一个“随机”数字。设置种子时（每次），每次都会执行相同的操作，并为您提供相同的编号。

如果您希望看似随机数，请不要设置种子。但是，如果您使用的代码使用要调试的随机数，则在每次运行之前设置种子可能非常有帮助，这样每次运行代码时，它们都会执行相同的操作。

要获得每次运行的最大随机数，请致电numpy.random.seed()。
这将导致numpy将种子设置为从/dev/urandomWindows或其Windows模拟获得的随机数，或者，如果两者均不可用，它将使用时钟。

有关使用种子生成伪随机数的更多信息，请参见Wikipedia。