理解随机种子

随机数在许多分析中都很重要，但它们也带来一个问题：您得到的结果可能会略有不同。这会导致一些尴尬的情况，比如当您用脚本计算销售预测时，每次运行得到的答案都不一样。

为 numpy 的随机数生成器设置种子可以让随机数生成具有可复现性，从而避免这类问题。

问题

关于 x 和 y，哪一项说法是正确的？

import numpy as np
np.random.seed(123)
x = np.random.normal(size=5)
y = np.random.normal(size=5)

答案选项

x 和 y 的取值完全相同。

x 的第 1 个值与 y 的第 1 个值相同，但其他值不同。

x 的取值与 y 的取值不同。