在python中设置随机种子程序

Question

我有一个相当大的程序，我在不同文件中使用random模块中的函数。我希望能够在一个地方设置一次随机种子，使程序始终返回相同的结果。甚至可以在python？

中实现

Answer 1

运行的主要python模块应该import random并调用random.seed(n) - 只要其他地方没有重置种子，就会在所有其他random导入之间共享。< / p>

Answer 2

zss的评论应突出显示为实际答案：

  

人们要小心的另一件事：如果你正在使用   numpy.random，那么你需要使用numpy.random.seed（）来设置   种子。使用random.seed（）不会为随机数设置种子   从numpy.random生成。这困惑了我一段时间。 -zss

Answer 3

在应用程序开始时调用random.seed(x)，确保x始终相同。这将确保在每次运行应用程序时，伪随机数序列将是相同的。

Answer 4

Jon Clements几乎回答了我的问题。然而，这不是真正的问题： 事实证明，我的代码随机性的原因是numpy.linalg SVD，因为它对于条件差的矩阵并不总是产生相同的结果!!

因此，如果您遇到同样的问题，请务必在代码中检查一下！

Answer 5

基于先前的答案：请注意，即使所有种子都受到控制，许多构造也可以使执行路径有所不同。

我当时想“ 我设置好种子，使它们始终相同，并且没有更改/外部依赖关系，因此我的代码的执行路径应始终相同”，但这是错误的。

咬我的示例是list(set(...))，其结果顺序可能有所不同。

Answer 6

一个重要的警告是，对于3.7之前的python版本，Dictionary键不是确定性的。这会导致程序中的随机性，甚至导致生成随机数的顺序不同，从而导致不确定的随机数。结论更新python。

Answer 7

您可以使用自己的随机数生成器轻松保证这一点。

选择三个较大的素数（假设这不是加密应用程序），并将它们插入a，b和c： a =（（a * b）％c） 这给出了一个产生相当随机数据的反馈系统。请注意，并非所有素数都能同样有效，但如果您只是进行模拟，则无关紧要 - 对于大多数模拟而言，您真正需要的是数字混乱，模式（伪随机，记忆）复杂到足以它与您的应用程序在某种程度上不匹配。

Knuth谈到这一点。