numpy.random.SeedSequence

class numpy.random.SeedSequence(entropy=None, *, spawn_key=(), pool_size=4)

SeedSequence以一种可复制的方式混合熵源，为独立且很可能不重叠的位生成器设置初始状态。

一旦SeedSequence被实例化，就可以调用 generate_state 方法得到大小合适的种子。打电话 spawn(n) 将创造 n 可用于为独立位生成器（即不同线程）播种的种子序列。

参数

entropy{None, int, sequence[int]}, optional

创建一个 SeedSequence .

spawn_key{(), sequence[int]}, optional

熵的第三个来源，在调用时在内部使用 SeedSequence.spawn

pool_size{int}，可选

要存储的集合熵的大小。默认值为4，表示128位的熵池。如果使用更大的prng，8（256位）是另一个合理的选择，但是选择另一个值几乎没有什么好处。

n_children_spawned{int}，可选

已生成的子级数。只有在重建一个 SeedSequence 从序列化窗体。

笔记

实现可再现比特流的最佳实践是使用默认值 None 对于初始熵，然后使用 SeedSequence.entropy 记录/酸洗 entropy 再现性：

>>> sq1 = np.random.SeedSequence()
>>> sq1.entropy
243799254704924441050048792905230269161  # random
>>> sq2 = np.random.SeedSequence(sq1.entropy)
>>> np.all(sq1.generate_state(10) == sq2.generate_state(10))
True

属性

entropy

n_children_spawned

pool

pool_size

spawn_key

state

方法

generate_state \（n个单词）[, dtype] ）	返回请求的PRNG种子的字数。
spawn \（nu儿童）	产生若干子代 SeedSequence 通过扩展 spawn_key .

numpy.random.SFC64.ctypes numpy.random.SeedSequence.generate_state