有替代品np.random.normal()吗?我正在寻找一个功能,它将为我提供一个固定的mean并且不会随着每次运行而变化,如下所示。
np.random.normal()
mean
import numpy as np mu, sigma = 50, 1.0 # mean and standard deviation Nodes=220 r = np.random.normal(mu, sigma, Nodes) print(r) mean=np.mean(r) print("mean =",mean)
运行 1 给出
mean = 49.957893448684665
运行 2 给出
mean = 50.13868428629214
您可以使用种子使随机数“可预测”。通过这种方式,您可以修复随机数,并且每次运行时均值将保持不变。更好的是,对于每个人来说,平均值现在都是一样的:
import numpy as np mu, sigma = 50, 1.0 # mean and standard deviation Nodes=220 np.random.seed(0) r = np.random.normal(mu, sigma, Nodes) mean=np.mean(r) print("mean =",mean)
回报:50.07519566707803
50.07519566707803
更改值(0在这种情况下为种子值)将改变您的结果
0