同时播种 Numpy 和多个 Scipy 分布的正确方法

Question

目前，我正在编写一个大型模拟，它使用来自 numpy 和 scipy.stats 的多个分布的随机变量，并且分布也应该是独立的。为了寻求确保可重复性的方法，我幸运地偶然发现了 Abhinav 的回复 here，他们在其中提供了一个惊人的例子。然而，值得注意的是，它仅从 scipy 播种单个分布，而我的代码有多个 scipy 分布。有没有办法一次为所有 scipy 发行版播种（同时仍然为 numpy 发行版播种）？如果不是一次全部，是否可以对所有连续分布进行播种？（单独为每个分布播种似乎效率低下）。非常感谢！

编辑：可以在下面找到一个最小的可重现示例（它类似于 Abhinav 的示例）：

from numpy.random import Generator, PCG64
from scipy.stats import binom, norm

n, p, size, seed = 10, 0.5, 10, 12345

numpy_randomGen = Generator(PCG64(seed))
scipy_randomGen = binom
scipy_randomGen2 = norm

numpy_randomGen = Generator(PCG64(seed))

# this is the part I want to simplify, as I have many distributions from scipy
# maybe there is a convention that simplifies it?
scipy_randomGen.random_state=numpy_randomGen
scipy_randomGen2.random_state=numpy_randomGen


print(scipy_randomGen.rvs(n, p, size=size))
print(scipy_randomGen2.rvs(size=size))
print(numpy_randomGen.binomial(n, p, size))

Answer 1

不确定你在找什么。您仍然需要分别为每个发行版播种。因此，没有比在

中为每个 rvs 调用提供 random_state arg 更简单的事情了

.rvs(n, p, size=size, random_state=...)

此处的 random_state 参数可以是生成器或整数种子（但在后一种情况下，它构建了一个旧式的 RandomState 对象并在后台为它播种。

同时播种 Numpy 和多个 Scipy 分布的正确方法

Proper Method to Seed Numpy and Multiple Scipy Distributions Concurrently

python

random

numpy

scipy

random-seed