Класс RandomState

Класс RandomState - это реализация генератора псевдослучайных чисел в библиотеке NumPy. Он предоставляет методы для генерации случайных чисел из различных распределений: равномерного, нормального, целочисленного и других. Первым параметром при создании объекта можно указать начальное зерно, которое определяет последовательность случайных чисел.

Синтаксис

np.random.RandomState([seed])

Параметры

Параметр seed (необязательный) - начальное значение для генератора. Может быть целым числом, массивом байт или другим объектом, поддерживающим протокол буфера. Если не указан, используется случайное начальное значение от операционной системы.

Пример

Создадим генератор с фиксированным зерном и получим случайное число:

import numpy as np

rng = np.random.RandomState(0)
res = rng.random()
print(res)

Результат выполнения кода:

0.5488135039273248

Пример

Сгенерируем массив из 5 случайных чисел из равномерного распределения:

import numpy as np

rng = np.random.RandomState(42)
arr = rng.random(5)
print(arr)

Результат выполнения кода:

[0.37454012 0.95071431 0.73199394 0.59865848 0.15601864]

Пример

Создадим два независимых генератора с одинаковым зерном и убедимся, что они выдают одинаковую последовательность:

import numpy as np

rng1 = np.random.RandomState(1)
rng2 = np.random.RandomState(1)

arr1 = rng1.randint(0, 10, 3)
arr2 = rng2.randint(0, 10, 3)
print(arr1)
print(arr2)

Результат выполнения кода:

[9 9 0]
[9 9 0]

Пример

Используем метод randn для генерации случайных чисел из стандартного нормального распределения:

import numpy as np

rng = np.random.RandomState(0)
arr = rng.randn(4)
print(arr)

Результат выполнения кода:

[ 1.76405235 0.40015721 0.97873798 2.2408932 ]

Пример

Сгенерируем случайную целочисленную матрицу размером 2x3:

import numpy as np

rng = np.random.RandomState(5)
arr = rng.randint(0, 100, size=(2, 3))
print(arr)

Результат выполнения кода:

[[ 6 44 45]
 [92 54 13]]

Смотрите также

метод rand,
который генерирует случайные числа из равномерного распределения
метод randn,
который генерирует числа из стандартного нормального распределения
метод randint,
который возвращает случайные целые числа из заданного диапазона
метод seed,
который устанавливает начальное состояние генератора