我已经阅读了文档，但我仍然发现很难理解使用
之间的区别numpy.random.RandomState(0)
或
numpy.random.seed(0)
他们是否都确保选择随机值的过程在运行过程中是相同且一致的？
答案 0 :(得分：8)
numpy.random.seed(0)重置现有全局RandomState实例的状态，该实例是numpy.random命名空间中函数的基础。
numpy.random.RandomState(0)会返回一个新的种子RandomState实例，但不会更改任何内容。您必须使用返回的RandomState实例来获得一致的伪随机数。如果您使用numpy.random命名空间中的函数，则不会获得一致的伪随机数，因为它们来自与您刚刚创建的实例不同的RandomState实例。
如果您关心可重复性，则最好将代码结构化以传递RandomState个实例。全球国家很糟糕。 C.F. Consistenly create same random numpy array