Truco: obtener los mismos números aleatorios en Python y Matlab

Cuando se intenta reproducir un proceso aleatorio en dos plataformas diferentes generalmente nos encontramos con el hecho de que los generadores de número aleatorios son diferentes. Por lo que, aunque la implementación sea equivalente, los resultados serán diferentes. Lo que hace puede hacer complicado probar las cosas. En el caso de Python y Matlab afortunadamente ambos implementan el mismo generador de números aleatorios, por lo que es posible conseguir la misma serie de números aleatorios en Python y Matlab fácilmente.

Fijar la semilla de número aleatorios en Python

Para fijar la semilla del generador de números aleatorios en Python con NumPy se debe usar la función np.random.seed() y para obtener una serie de valores np.random.random(). Siendo posible generar un vector, una matriz o cualquier tensor. Así para obtener una matriz de 3 por 3 se puede ejecutar el siguiente código.

import numpy as np

np.random.seed(10)
np.random.random((3,3))

Obteniéndose como resultado

array([[0.77132064, 0.02075195, 0.63364823],
       [0.74880388, 0.49850701, 0.22479665],
       [0.19806286, 0.76053071, 0.16911084]])

Fijar la semilla de número aleatorios en Matlab

En Matlab la función para fijar el generador de número aleatorios es rng(), solo que a diferencia de Python en este caso se puede seleccionar el generador. El usado por Python es Mersenne Twister, por lo que a Matlab se le debe indicar este, para lo que se debe pasar como segundo parámetro de la función la cadena 'twister'. Así para obtener la misma serie de números aleatorios se debería ejecutar el siguiente código

En Analytics Lane

Nuevo simulador FIRE en el laboratorio de aplicaciones de Analytics Lane

rng(10, 'twister')
rand(3, 3)

Lo que genera

ans =

    0.7713    0.7488    0.1981
    0.0208    0.4985    0.7605
    0.6336    0.2248    0.1691

La misma serie, solo que en Python el llenado es por columnas mientras que en Matlab es por filas. Para obtener la misma matriz solo tendremos que transponer el resultado en uno de los dos casos. Por ejemplo, en Matlab (sin olvidar volver a fijar la semilla para obtener los resultados buscados).

rng(10, 'twister')
rand(3, 3)'

Comprobando que se obtiene el mismo resultado.

ans =

    0.7713    0.0208    0.6336
    0.7488    0.4985    0.2248
    0.1981    0.7605    0.1691

Conclusiones

En este caso hemos visto cómo se puede obtener la misma serie de número aleatorios en Python y Matlab, por lo que si se tiene que portar un algoritmo de una plataforma a otra se puede usar este truco para estar seguro que el código se ha portado correctamente.

Imagen de Theodor Moise en Pixabay