讲师中心 微信公众号

工具推荐

视频效率加速
剧云
剧云

中文短剧剧本制作平台

AniShort
AniShort

AI短剧协同制作平台

立刻MV
立刻MV

低成本歌曲 MV、视频生成

updream

一键生成高质量推广成片

在Python中怎样使用NumPy随机模块的新Generator接口

胖婷姑娘_3105

胖婷姑娘_3105

发布时间:2026-11-21 09:21:22

|

243人浏览过

|

来源于php中文网

原创

NumPy 1.17起应使用numpy.random.Generator替代RandomState和全局函数,推荐rng = np.random.default_rng(seed=42)创建实例,所有抽样方法均为其实例方法且参数更规范,禁止混用新旧接口以确保可复现性。

在python中怎样使用numpy随机模块的新generator接口

NumPy 1.17 引入的 numpy.random.Generator 已全面取代旧的 numpy.random.RandomState 和全局函数(如 np.random.rand()),它更安全、可复现性更强,且支持更多现代随机算法(如 PCG64)。直接用旧接口写新代码,迟早会遇到弃用警告甚至行为差异。

如何创建和使用 Generator 实例

核心是显式构造 Generator,而不是依赖全局状态。最常用方式是通过 default_rng() —— 它自动选择高质量默认比特生成器(PCG64),并支持传入种子控制复现性。

常见做法:

  • rng = np.random.default_rng(seed=42):推荐起点,seed 可为 int、array 或 None(此时系统熵初始化)
  • rng = np.random.Generator(np.random.PCG64(seed=42)):显式指定底层生成器,适合需要算法级控制的场景
  • 避免 np.random.seed(42) + np.random.randn() 组合:这仍走旧路径,不与 Generator 共享状态,也不受其种子影响

常用随机方法的调用方式变化

所有抽样方法都变成 Generator 的实例方法,参数命名更统一,且多数支持 dtype 和 out 参数提升性能。

立即学习“Python免费学习笔记(深入)”;

对比示例:

import numpy as np
<p>rng = np.random.default_rng(seed=123)</p><div class="aritcle_card flexRow">
                                                        <div class="artcardd flexRow">
                                                                <a class="aritcle_card_img" href="/xiazai/skill13660" title="使用 Claude Agent SDK 将绑定的 Claude 代码会话嵌入到 Python 自动化中"><img
                                                                                src="https://img.php.cn/upload/skill/001/246/273/6adaf20dee630206.jpg" alt="使用 Claude Agent SDK 将绑定的 Claude 代码会话嵌入到 Python 自动化中" ></a>
                                                                <div class="aritcle_card_info flexColumn">
                                                                        <a href="/xiazai/skill13660" title="使用 Claude Agent SDK 将绑定的 Claude 代码会话嵌入到 Python 自动化中">使用 Claude Agent SDK 将绑定的 Claude 代码会话嵌入到 Python 自动化中</a>
                                                                        <p>当现有的脚本或服务需要将作用域化的仓库工作委托给 Claude Code 并以编程方式消费结构化响应时,请使用 Claude Agent SDK for Python。</p>
                                                                </div>
                                                                <a href="/xiazai/skill13660" title="使用 Claude Agent SDK 将绑定的 Claude 代码会话嵌入到 Python 自动化中" class="aritcle_card_btn flexRow flexcenter"><b></b><span>下载</span> </a>
                                                        </div>
                                                </div><h1>✅ 新接口:方法名语义清晰,shape 作为第一个位置参数</h1><p>a = rng.normal(loc=0.0, scale=1.0, size=(3, 4))
b = rng.integers(low=1, high=10, size=5, dtype=np.int32)
c = rng.choice(['a', 'b', 'c'], size=3, p=[0.5, 0.3, 0.2])</p><h1>❌ 旧接口(仍能运行但不推荐):</h1><h1>np.random.normal(0, 1, (3, 4))</h1><h1>np.random.randint(1, 10, 5)  # 注意:high 是开区间,而 integers 是闭区间</h1>

关键差异点:

  • integers 替代 randint:high 是**包含**的上界(即 [low, high]),更符合直觉;randint 的 high 是排他的
  • choice 默认不放回,需显式设 replace=True 才等价于旧版行为
  • 所有方法不再接受 out 参数的旧式写法(如 np.random.randn(out=arr)),新接口统一为 rng.standard_normal(out=arr)

为什么不能混用 Generator 和全局 random 函数

两者完全独立:修改 rng 的状态不影响 np.random.*,反之亦然。这在调试或并行任务中极易引发隐性 bug —— 看似用了种子,实际部分随机数来自未控制的全局状态。

典型陷阱:

  • 在同一个脚本里既调用 rng.random() 又调用 np.random.random():它们各自维护不同内部状态,无法保证整体可复现
  • 封装函数时误用全局接口,导致外部传入的 rng 被绕过
  • Jupyter 中多次运行 cell,若某次用了 np.random.seed(),后续 rng 创建可能意外被干扰(虽然概率低,但状态耦合不可控)

跨进程/多线程复现性的注意事项

Generator 本身不是线程安全的,多个线程共用同一实例会导致结果不可预测。正确做法是每个线程/进程持有独立 Generator 实例,并用不同种子初始化(例如主种子 + 线程 ID 哈希)。

示例模式:

def worker(seed_base, thread_id):
    # 每个线程用唯一种子,避免序列重叠
    local_seed = hash((seed_base, thread_id)) & 0xffffffff
    rng = np.random.default_rng(local_seed)
    return rng.normal(size=1000)
<h1>不要这样做:</h1><h1>shared_rng = np.random.default_rng(42)  # 多线程读写冲突</h1>

另外,Generator 实例可被 pickle(序列化),但底层比特生成器(如 PCG64)的状态也必须完整保存 —— 直接 pickle.dump(rng) 是安全的,但手动提取/恢复 rng.bit_generator.state 需格外小心字节序和版本兼容性。

真正麻烦的不是怎么写第一行 default_rng(),而是检查整个代码库里是否还藏着 np.random.* 调用、是否在子模块里偷偷重置了全局种子、以及并行环境下每个 RNG 实例的种子是否真“独立”。这些地方一旦漏掉,复现性就断在看不见的地方。

热门AI工具

更多
Loomy
Loomy Hot

一款AI工具,主要用于科大讯飞发布的桌面级 AI 助理,比 OpenClaw 更易用、更安全!,适合需要提升相关任务效率的用户。

Lovart
Lovart Hot

一款面向视觉设计创作的AI设计平台,可通过智能体和画布工作流辅助制作海报、Logo、网页、PPT及其他视觉内容。

WorkBuddy

一款AI办公效率工具,主要用于腾讯云推出的AI原生桌面智能体工作台,适合需要提升相关任务效率的用户。

豆包大模型

豆包大模型是一款由字节跳动推出的企业级大语言模型服务平台。

SoundView
SoundView Hot

SoundView是一款面向跨境电商的视频翻译、配音和本地化 AI 创作平台。

音述AI
音述AI Hot

一款AI音频处理工具,主要用于音述AI是一个以“用声音述说故事”为核心的 AI 音乐创作与声音分享社区,适合需要提升相关任务效率的用户。

Seko
Seko Hot

一款AI视频创作工具,主要用于商汤科技推出的创编一体的AI短视频创作Agent,适合需要提升相关任务效率的用户。

DeepSeek

DeepSeek是一款面向对话、写作、编程和推理场景的AI大模型工具。

Atoms
Atoms Hot

Atoms是一款AI智能体工具,第一支自动构建真实业务的 AI 团队。

相关专题

更多
python打包成可执行文件
python打包成可执行文件

本专题为大家带来python打包成可执行文件相关的文章,大家可以免费的下载体验。

1971

2023.07.20

python能做什么
python能做什么

python能做的有:可用于开发基于控制台的应用程序、多媒体部分开发、用于开发基于Web的应用程序、使用python处理数据、系统编程等等。本专题为大家提供python相关的各种文章、以及下载和课程。

5624

2023.07.25

format在python中的用法
format在python中的用法

Python中的format是一种字符串格式化方法,用于将变量或值插入到字符串中的占位符位置。通过format方法,我们可以动态地构建字符串,使其包含不同值。php中文网给大家带来了相关的教程以及文章,欢迎大家前来阅读学习。

1909

2023.07.31

python教程
python教程

Python已成为一门网红语言,即使是在非编程开发者当中,也掀起了一股学习的热潮。本专题为大家带来python教程的相关文章,大家可以免费体验学习。

34537

2023.08.03

python环境变量的配置
python环境变量的配置

Python是一种流行的编程语言,被广泛用于软件开发、数据分析和科学计算等领域。在安装Python之后,我们需要配置环境变量,以便在任何位置都能够访问Python的可执行文件。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

4027

2023.08.04

python eval
python eval

eval函数是Python中一个非常强大的函数,它可以将字符串作为Python代码进行执行,实现动态编程的效果。然而,由于其潜在的安全风险和性能问题,需要谨慎使用。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

4027

2023.08.04

scratch和python区别
scratch和python区别

scratch和python的区别:1、scratch是一种专为初学者设计的图形化编程语言,python是一种文本编程语言;2、scratch使用的是基于积木的编程语法,python采用更加传统的文本编程语法等等。本专题为大家提供scratch和python相关的文章、下载、课程内容,供大家免费下载体验。

1303

2023.08.11

python合并两个列表
python合并两个列表

Python是一种强大的编程语言,具有许多方便的功能和工具。在Python中,有多种方法可以合并两个列表。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

636

2023.08.10

Nginx CVE-2026-123007排查与防护指南
Nginx CVE-2026-123007排查与防护指南

Nginx HTTP/2漏洞该怎么修复?本专题围绕CVE-2026-123007,介绍安全版本升级、模块兼容检查和配置恢复方法,以及日志排查、权限设置等后续加固操作,方便你按实际部署情况查找对应教程。

0

2026.11.20

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn