poster
2019-12-10, 20:48
我想知道是否可以使用NumPy精确再现MATLAB的randn（）的整个序列。我用Python / Numpy编写了自己的例程，它给我的结果与其他人的MATLAB代码略有不同，而且由于随机抽取的不同，我很难找出它的来源。
我发现numpy random.seed值在第一次绘制时产生相同的数字，但是从第二次绘制开始，它是完全不同的。我正在绘制20,000次多元法线，所以我不想只保存matlab绘制并在Python中读取它。如果还有其他方法，我想我必须这样做。请告诉我。
-俊
回答：
用户询问是否可以重现Matlab的randn（）的输出，而不是rand。我无法设置算法或种子来再现randn（）的确切数字，但是下面的解决方案对我有用。
在Matlab中：生成正态分布的随机数，如下所示：
rng(1); norminv(rand(1,5),0,1) ans = -0.2095 0.5838 -3.6849 -0.5177 -1.0504 在Python中：生成正态分布的随机数，如下所示：
import numpy as np from scipy.stats import norm np.random.seed(1) norm.ppf(np.random.rand(1,5)) array([[-0.2095, 0.5838, -3.6849, -0.5177,-1.0504]]) 从Matlab移至Python或从Matlab移至Python时，拥有可以重现相等随机数的函数非常方便。
更多&回答... (https://stackoverflow.com/questions/3722138)
我发现numpy random.seed值在第一次绘制时产生相同的数字，但是从第二次绘制开始，它是完全不同的。我正在绘制20,000次多元法线，所以我不想只保存matlab绘制并在Python中读取它。如果还有其他方法，我想我必须这样做。请告诉我。
-俊
回答：
用户询问是否可以重现Matlab的randn（）的输出，而不是rand。我无法设置算法或种子来再现randn（）的确切数字，但是下面的解决方案对我有用。
在Matlab中：生成正态分布的随机数，如下所示：
rng(1); norminv(rand(1,5),0,1) ans = -0.2095 0.5838 -3.6849 -0.5177 -1.0504 在Python中：生成正态分布的随机数，如下所示：
import numpy as np from scipy.stats import norm np.random.seed(1) norm.ppf(np.random.rand(1,5)) array([[-0.2095, 0.5838, -3.6849, -0.5177,-1.0504]]) 从Matlab移至Python或从Matlab移至Python时，拥有可以重现相等随机数的函数非常方便。
更多&回答... (https://stackoverflow.com/questions/3722138)