Python：如何修复我绘制的“随机”值s.t.函数调用是否一致？

Question

我有：

np.random.seed(123)
var_v = 0.007 ** 2
T = 100
rho   = 0.9

def v_t(var_v, T):
    v_t_ = np.zeros([T,1])
    v_t_[1:T] = (var_v ** 0.5) * np.random.randn(len(v_t_) - 1, 1)
    return v_t_

def s_t(rho, T):
    v_t_ = v_t(var_v, T)
    s_t_ = np.zeros([T,1])
    s_t_[0] = 0
    for t in range(1,T):
        s_t_[t] = rho *s_t_[t-1] + v_t_[t]
    return s_t_

但每次我调用其中一个值，即

s_t(rho, T)“或”v_t(var_v, T)

显示正确的值。但是直接之后，当我调用另一个值时，值是错误的。清除命名空间后，当我调用镜像序列中的函数时，同样适用。

我怀疑这是因为np.random.randn绘制了新值。如何轻松修复绘制的值s.t.我得到正确的价值观呼吁s_t和v_t？

Answer 1

如果要确保一致性，则每次绘制随机数时都需要设置种子。以下小例子将说明：

np.random.seed(123)
np.random.randn(4, 1)
np.random.randn(4, 1)

输出不同：

array([[-1.0856306 ],
       [ 0.99734545],
       [ 0.2829785 ],
       [-1.50629471]])

array([[-0.57860025],
       [ 1.65143654],
       [-2.42667924],
       [-0.42891263]])

然后尝试：

np.random.seed(123)
np.random.randn(4, 1)
np.random.seed(123)
np.random.randn(4, 1)

输出是相同的：

array([[-1.0856306 ],
       [ 0.99734545],
       [ 0.2829785 ],
       [-1.50629471]])

array([[-1.0856306 ],
       [ 0.99734545],
       [ 0.2829785 ],
       [-1.50629471]])

因此，在您的情况下，您可以在每次调用np.random.randn之前在函数内设置种子。