Python numpy random.SeedSequence用法及代碼示例

本文簡要介紹 python 語言中 numpy.random.SeedSequence 的用法。

用法:

class  numpy.random.SeedSequence(entropy=None, *, spawn_key=(), pool_size=4)

SeedSequence 以可重現的方式混合熵源，為獨立且很可能不重疊的 BitGenerators 設置初始狀態。

一旦實例化SeedSequence，您就可以調用 generate_state 方法來獲取適當大小的種子。調用 spawn(n) 將創建n SeedSequences，可用於播種獨立的BitGenerators，即用於不同的線程。

參數：

entropy： {無，整數，序列[整數]}，可選

創建 SeedSequence 的熵。

spawn_key： {()，序列[int]}，可選

第三個熵源，在調用 SeedSequence.spawn 時在內部使用

pool_size： {int}，可選

要存儲的合並熵的大小。默認值為 4 以提供 128 位熵池。如果使用較大的 PRNG，8(對於 256 位)是另一個合理的選擇，但選擇另一個值幾乎沒有什麽好處。

n_children_spawned： {int}，可選

已經產卵的孩子數量。僅當從序列化形式重建 SeedSequence 時才傳遞此參數。

注意：

實現可重現比特流的最佳實踐是使用默認 None 作為初始熵，然後使用 SeedSequence.entropy 記錄/ pickle entropy 以實現重現性：

>>> sq1 = np.random.SeedSequence()
>>> sq1.entropy
243799254704924441050048792905230269161  # random
>>> sq2 = np.random.SeedSequence(sq1.entropy)
>>> np.all(sq1.generate_state(10) == sq2.generate_state(10))
True

屬性：

entropy：

n_children_spawned：

pool：

pool_size：

spawn_key：

state：