Numpy：Pandas的random_state的作用是什么

在本文中，我们将介绍Numpy中的random_state以及它在Pandas中的作用。

阅读更多：Numpy 教程

什么是Numpy的random_state？

Numpy的random_state是一个数字或者NumPy的RandomState实例。如果指定了random_state，每次随机取数的结果都是相同的，这样可保证实验的可重复性。如果随机数生成器没有指定，每次生成的随机数都是不同的。

举个例子：

import numpy as np

np.random.seed(42)
print(np.random.rand(2, 3))

输出结果：

[[0.37454012 0.95071431 0.73199394]
 [0.59865848 0.15601864 0.15599452]]

如果我们再次运行上述代码，结果将不会发生变化，因为我们指定了random_state为42。这就保证了该随机数生成器的可重复性。

因此，random_state在机器学习中是非常有用的，因为可以保证每次运行模型时都使用相同的随机数，这样可以保证每次运行都得到相同的输出结果。

Pandas中的random_state

pandas中也有一些基于NumPy的随机数生成函数，其中一些函数需要一个随机种子。例如，当使用.sample()方法从pandas数据框或序列中随机选择Samples时，可以使用random_state参数指定随机种子。

import pandas as pd

df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})
print(df.sample(n=2, random_state=42))

输出结果：

   A  B  C
1  2  5  8
0  1  4  7

这里我们指定random_state为42，结果与上面Numpy的例子一样。但如果不指定random_state，每次随机结果也不同。

总结

本文中，我们介绍了Numpy随机数生成器中的random_state以及它在Pandas中的应用。使用random_state可以保证实验的可重复性，非常有用。如果你在使用模型训练时需要使用随机数，不妨试试指定random_state看看效果。