用于随机Numpy数组的逐元素种子

Question

我试图生成可能很大的浮点数数组（0.0-1.0），但每个元素都由一个种子数组驱动，该数组由整数组成，表示一个id。

例如，如果我有这两个数组：

seedArray1 = np.array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
seedArray2 = np.array([0, 1, 2, 3, 4, 5])

我希望能够使用这些数组作为种子，但是当两个数组中的元素相同时（不管数组的形状或长度如何，或该ID在数组中出现的位置），它们应该生成相同的浮点数，就像这样：

[ 0.5488135 0.417022 0.4359949 0.5507979 0.96702984 0.22199317 0.89286015 0.07630829 0.8734294 0.01037415]
[ 0.5488135 0.417022 0.4359949 0.5507979 0.96702984 0.22199317]

然而，当我尝试设置numpy.random的随机种子时，我得到了不同的结果：

import numpy as np

x1 = np.arange(10)
x2 = np.arange(6)

np.random.seed(x1)
print np.random.rand(x1.shape[0])

np.random.seed(x2)
print np.random.rand(x2.shape[0])

以下内容会被打印出来：

[ 0.41060638  0.23192123  0.91382737  0.02916066  0.91437242  0.51045425 0.26140116  0.16574922  0.08861477  0.31908955]
[ 0.52500897  0.98236732  0.99371835  0.14121932  0.66945133  0.24223304]

有没有一种方法可以生成随机的numpy数组，使用每个元素作为种子，并仍然利用numpy的速度？

- goldleaf

---

这听起来并不特别高效。做这个的目的是什么？你担心在数据中生成高维相关性吗？ - Bort

在一个大的粒子集合中，我想能够使用它们的ID删除一定百分比的点，但是希望在不同的帧之间保持剔除的连贯性。每个帧将是它自己的数组，有些粒子可能会被删除，有些可能会被添加。 - goldleaf

这在分布式环境中非常有用，因为不能保证记录按固定顺序处理，以确保每个记录始终获得相同的“随机”输出（基于例如输入的哈希值）。 - abeboparebop

Answer 1

不是很准确。PRNG旨在从单个种子输出许多数字流，并且numpy.random的API是围绕此设计的。如果您因某种原因需要将整数映射到[0, 1)内的浮点数并进行任意可重复的操作，当然可以自己编写循环。可能存在其他更易于使用和更快速的这样的映射方法。

y = [np.random.RandomState(seed).rand() for seed in seed_array]

- Robert Kern

---

谢谢Robert，我想知道它是否得到了支持！感谢您的建议，并支持numpy！ - goldleaf