Numpy中randn与RandomState的区别及np.random.seed()的作用是什么

结论验证 #

你观察到的规律完全正确，本质是numpy伪随机数生成机制的体现：

• 直接调用np.random.randn(n)时，使用的是numpy全局共享的默认随机数生成器实例。如果没有手动设置全局种子，该实例的初始种子会从系统随机熵源获取，且每次调用随机函数后内部状态会自动迭代更新，因此连续调用得到的采样结果均不相同。
• 每次执行np.random.RandomState(n_clusters).randn(n)时，你都重新初始化了一个独立的随机数生成器实例，传入的n_clusters就是这个生成器的初始种子。伪随机数生成器的输出完全由初始种子决定，只要初始种子相同，生成的随机序列就是完全确定的，因此相同种子初始化后第一次调用randn的结果必然完全一致。

np.random.seed()的作用 #

该函数用于设置numpy全局默认随机数生成器的初始种子：

• 只要在所有随机函数调用前执行一次np.random.seed(固定整数)，后续所有np.random模块下的顶层随机函数（randn、randint、choice等）输出的随机序列就完全固定，可以复现。
• 示例效果如下：

import numpy as np
np.random.seed(42)
print(np.random.randn(2)) # 输出永远是 [ 0.49671415, -0.1382643 ]
print(np.random.randn(2)) # 后续输出也固定不变

如果需要多组互不干扰的可复现随机流，更推荐单独创建多个RandomState实例（新版本numpy推荐使用np.random.default_rng(seed)），避免修改全局种子对其他代码模块的随机逻辑产生影响。

内容的提问来源于stack exchange，提问作者Mainland