PyTorch生成和为0的随机整数原理及Numpy对应实现咨询

一、PyTorch代码为啥能得到总和为0的结果 #

说白了，这就是个巧合，不是通用的生成总和为0随机数的方法：

• torch.randint(-8,9,(50,1),dtype=torch.float) 是生成-8到8之间的随机整数（因为randint的上限是开区间，实际取不到9），再转成float类型。
• 你设置了种子71，随机数生成器的输出就固定死了，刚好这次生成的50个数加起来凑成了0。要是换个种子（比如改成72），或者把生成数量改成49，总和基本就不是0了。这段代码本身根本没做任何保证总和为0的逻辑。

二、Numpy怎么生成总和为0的随机整数数组 #

要靠谱生成总和为0的数组，不能碰运气，得主动调整数值，给你两种实用方法：

方法1：生成后补全最后一个数 #

先搞n-1个随机整数，最后一个数直接设成前面所有数总和的相反数，保证整体加起来是0：

import numpy as np

# 设置随机种子确保结果可复现
np.random.seed(71)
count = 50
# 先生成49个[-8,8]的随机整数
arr = np.random.randint(-8, 9, size=count-1)
# 补上最后一个数，让总和归0
arr = np.append(arr, -arr.sum())
# 验证一下
print(arr.sum())  # 输出肯定是0

方法2：生成对称数组（适合偶数长度） #

生成一半数量的随机数，再拼上它们的相反数，打乱顺序就行，天然总和为0：

import numpy as np

np.random.seed(71)
count = 50
# 生成25个[-8,8]的随机整数
half_arr = np.random.randint(-8, 9, size=count//2)
# 拼上相反数，再打乱顺序
arr = np.concatenate([half_arr, -half_arr])
np.random.shuffle(arr)
print(arr.sum())  # 输出0

内容的提问来源于stack exchange，提问作者Hamed Zeinalzadeh