如何使用numpy random seed实现类似random.sample的无重复随机数生成功能

以下是符合需求的实现方案：

• 核心依赖numpy的随机数生成能力，通过固定随机种子保证结果可复现，设置无放回抽样确保数值不重复
• 你之前用标准库random.sample()的逻辑完全可以平移到numpy实现中，仅需调整对应API参数即可

代码示例 #

import numpy as np

# 设置固定随机种子，可替换为任意你需要的整数数值
np.random.seed(42)

# 需求1：从0~99（共100个整数）中抽取100个无重复值，等价于生成随机全排列
block = np.random.choice(a=range(0, 100), size=100, replace=False)

# 如果你需要输出原生Python列表而非numpy数组，可调用tolist()方法
# block = np.random.choice(a=range(0, 100), size=100, replace=False).tolist()

# 需求2：如果你确实需要从0~100（共101个整数）中抽取100个无重复值，修改a参数即可
# block = np.random.choice(a=range(0, 101), size=100, replace=False)

关键参数说明 #

• replace=False：该参数强制开启无放回抽样，是保证生成结果无重复值的核心配置，不可省略
• np.random.seed()：传入固定整数后，每次运行代码都会生成完全一致的随机序列，满足可复现要求

内容的提问来源于stack exchange，提问作者Sumit Somani