>>> import numpy as np
>>> np.random.seed(1)
>>> np.random.rand(5)
array([4.17022005e-01, 7.20324493e-01, 1.14374817e-04, 3.02332573e-01,
1.46755891e-01])
>>> np.random.rand(5)
array([0.09233859, 0.18626021, 0.34556073, 0.39676747, 0.53881673])
>>> np.random.seed(1)
>>> np.random.rand(5)
array([4.17022005e-01, 7.20324493e-01, 1.14374817e-04, 3.02332573e-01,
1.46755891e-01])
>>>
np.random.seed()
©著作权归作者所有,转载或内容合作请联系作者
【社区内容提示】社区部分内容疑似由AI辅助生成,浏览时请结合常识与多方信息审慎甄别。
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。
【社区内容提示】社区部分内容疑似由AI辅助生成,浏览时请结合常识与多方信息审慎甄别。
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。
相关阅读更多精彩内容
- np.random.seed If you want to use the class, you must sav...
- 关于seed()函数用法: seed( ) 用于指定随机数生成时所用算法开始的整数值。 1.如果使用相同的seed...
- range()和xrange()函数 在 python 2.x 版本中,同时存在range()和xrange()函...
- array([[0.50122984, 0.98824375, 0.81388012], [0.60951...