Question

有没有办法找出Python用于播种其随机数生成器的种子？

我知道我可以指定自己的种子，但我很高兴Python管理它。但是，我确实想知道它使用了什么种子，所以如果我喜欢我在特定运行中获得的结果，我可以在以后重现该运行。如果我有种子，那么我就可以。

如果答案是我不能，那么自己生成种子的最佳方法是什么？我希望它们总是与不同的运行方式不同 - 我只是想知道使用了什么。

更新：是的，我的意思是random.random（）！错误... [标题更新]

Answer 1

无法从发电机返回自动种子。我通常会生成这样的种子：

seed = random.randrange(sys.maxsize)
rng = random.Random(seed)
print("Seed was:", seed)

这种方式是基于时间的，因此每次运行脚本（手动）都会有所不同，但如果你使用多个生成器，它们就不会有相同的种子，因为它们几乎是同时创建的。 / p>

Answer 2

随机数生成器的状态并不总是简单的种子。例如，安全PRNG通常具有熵缓冲区，这是一个更大的数据块。

但是，您可以保存并恢复randon数字生成器的整个状态，以便稍后重现其结果：

import random

old_state = random.getstate()
print random.random()

random.setstate(old_state)
print random.random()

# You can also restore the state into your own instance of the PRNG, to avoid
# thread-safety issues from using the default, global instance.
prng = random.Random()
prng.setstate(old_state)
print prng.random()

如果你想永久保存getstate，{{1}}的结果可以被腌制。

http://docs.python.org/library/random.html#random.getstate

Answer 3

你可以对random.Random进行子类化，以与python相同的方式重写seed（）方法（本例中为v3.5），但在调用super（）之前将种子值存储在变量中：

    import random

    class Random(random.Random):
        def seed(self, a=None, version=2):
            from os import urandom as _urandom
            from hashlib import sha512 as _sha512
            if a is None:
                try:
                    # Seed with enough bytes to span the 19937 bit
                    # state space for the Mersenne Twister
                    a = int.from_bytes(_urandom(2500), 'big')
                except NotImplementedError:
                    import time
                    a = int(time.time() * 256) # use fractional seconds

            if version == 2:
                if isinstance(a, (str, bytes, bytearray)):
                    if isinstance(a, str):
                        a = a.encode()
                    a += _sha512(a).digest()
                    a = int.from_bytes(a, 'big')

            self._current_seed = a
            super().seed(a)

        def get_seed(self):
            return self._current_seed

如果你测试它，使用新种子生成的第一个随机值和使用相同种子生成的第二个值（使用我们创建的get_seed（）方法）将是相同的：

    >>> rnd1 = Random()
    >>> seed = rnd1.get_seed()
    >>> v1 = rnd1.randint(1, 0x260)
    >>> rnd2 = Random(seed)
    >>> v2 = rnd2.randint(1, 0x260)
    >>> v1 == v2
    True

如果您存储/复制巨大的种子值并尝试在另一个会话中使用它，则生成的值将完全相同。

Answer 4

我想做同样的事情，但我无法得到种子。所以，我想，因为种子是从时间产生的。我使用系统时间创建了种子并将其用作种子，所以现在我知道使用了哪种种子。

SEED = int(time.time())
random.seed(SEED)

Answer 5

如果使用random.seed(None)“设置”种子，则随机发生器会自动作为系统时间的函数进行播种。但是，正如您所观察到的那样，您无法访问此值。当我想随机化但仍然知道种子的时候我会这样做：

tim = datetime.datetime.now()
randseed = tim.hour*10000+tim.minute*100+tim.second
random.seed(randseed)

注意：我更喜欢使用@Abdallah提出的time.time()的原因是因为这样randseed是人类可读的并且可以立即理解，这通常具有很大的好处。还可以根据需要添加日期组件甚至微片。

Answer 6

种子是随机包中的内部变量，用于创建下一个随机数。请求新号码时，种子也会更新。

如果你想确保每次都有相同的随机数，或者让我可以配置，我会简单地使用0作为种子。

CorelDraw曾经有一个随机模式生成器，它是用种子初始化的。不同种子的模式变化很大，因此种子是模式的重要配置信息。它应该是您运行的配置选项的一部分。

编辑：正如ephemient所指出的，随机数生成器的内部状态可能比种子更复杂，具体取决于其实现。

Answer 7

由于没有人提到通常可以通过操作系统生成任何编程语言的最佳随机样本，我必须提供以下代码：

random_data = os.urandom(8)
seed = int.from_bytes(random_data, byteorder="big")

这是加密安全的。

来源：https://www.quora.com/What-is-the-best-way-to-generate-random-seeds-in-python

值为8，似乎与sys.maxsize的数字大致相同。

>>> int.from_bytes(os.urandom(8), byteorder="big")
17520563261454622261
>>> sys.maxsize
9223372036854775807
>>>

如何查询random.random（）使用的种子？

7 个答案: