python - 有没有办法为所有 Pandas 功能设置随机状态？

Question

如标题所示，为每个与随机性相关的 pandas 函数设置 random_state 似乎非常有说服力。有什么方法可以只设置一次以确保为所有函数设置随机状态？

Answer 1

Pandas 函数通过调用 pd.core.common._random_state 获取它们的随机源，它接受单个 state 参数，默认为 None。从它的文档:

Parameters
----------
state : int, np.random.RandomState, None.
    If receives an int, passes to np.random.RandomState() as seed.
    If receives an np.random.RandomState object, just returns object.
    If receives `None`, returns np.random.
    If receives anything else, raises an informative ValueError.
    Default None.

因此，如果它得到 None，这是调用者的 random_state 的默认值，它会返回 np.random 模块本身:

In [247]: pd.core.common._random_state(None)
Out[247]: <module 'numpy.random' from 'C:\\Python\\lib\\site-packages\\numpy\\random\\__init__.py'>

和它将使用全局 numpy 状态。所以:

In [262]: np.random.seed(3)

In [263]: pd.Series(range(10)).sample(3).tolist()
Out[263]: [5, 4, 1]

In [264]: pd.DataFrame({0: range(10)}).sample(3)[0].tolist()
Out[264]: [3, 8, 2]

In [265]: np.random.seed(3)

In [266]: pd.Series(range(10)).sample(3).tolist()
Out[266]: [5, 4, 1]

In [267]: pd.DataFrame({0: range(10)}).sample(3)[0].tolist()
Out[267]: [3, 8, 2]

如果任何方法不遵守这一点，那就是错误。