Question

我正在开发一个基于代理的模型，在该模型中，我使用不同类型的代理类，这些类的实例分配给不同类型的对象，例如学校，公司，房屋等。我遇到的问题是我无法确保运行的可重复性在调试时，由于模型的复杂性，使得任务非常艰巨。经过长时间的调查，我意识到问题与集合的顺序有关（当然会应用内置的随机种子和numpy随机种子）。即使当我将PYHTONHASHSEED = 0设置时，我也会注意到每次运行时集合的顺序都是随机的。当代理移动时，这会使我的模型的每次运行都不同。

我当然知道集合并不意味着要有顺序。我想使用它们使从物体上移除代理的模型轻巧快速。我希望它们随机运行，除非需要调试引发异常的特定运行。

我添加以下代码，以便可以验证我的主张。在启动代码之前，我总是通过导出从命令行设置PYTHONHASHSEED。我从代码中打印了PYTHONHASHSEED值，以检查该值确实已更新

import os
import random
import numpy as np

print('PYTHON HASH SEED IS', os.environ['PYTHONHASHSEED'])

random.seed(1)
np.random.seed(2)

class S:
    def __init__(self, a, b):
        self.a = a
        self.b = b
    def __repr__(self):
        return "".join([type(self).__name__, "_{0.a!r}_",
                        "School", "_{0.b!r}" ]).format(self)

list1 = np.random.randint(1, 100,size=40)
list2 = np.random.randint(1, 10,size=40)
d1 = dict()
s1 = set()
d1['students'] = s1
# assign students to d1
for s_id, sch_id in zip(list1, list2):
    d1['students'].add(S(s_id, sch_id))

print(s1)

奇怪的是，如果我使用整数作为集合成员而不是类实例，则无法检测到随机性。问题是否与set成员是类实例这一事实有关？为什么？

当然，我可以重新建模将代理分配给模型对象的方式，并用列表替换集，但是如果可能的话，我想了解这个问题。我使用的版本是python 3.5.4

Answer 1

您要存储的对象（类型为S）来自未提供__eq__和__hash__覆盖的类，因此they use the default implementation, which is object identity based：< / p>

默认情况下，用户定义的类具有__eq__()和__hash__()方法；使用它们，所有对象比较不相等（除了它们本身），并且x.__hash__()返回一个适当的值，使得x == y暗示x is y和hash(x) == hash(y)。

对象标识（作为CPython的实现细节）等效于分配对象的内存地址（原始指针值），并且分配器每次运行都将返回不同的地址，因此每次的顺序将不同时间。 int不存在此问题，因为它们具有基于非身份的相等性和哈希值；它们是根据值而不是标识进行散列的，因此确切的内存地址是无关紧要的。

要获得具有固定种子的自定义类的一致顺序，您需要定义特殊的等式和哈希方法，例如：

def __hash__(self):
    return hash((self.a, self.b))

def __eq__(self, other):
    if not isinstance(other, S):
        return NotImplemented
    return self.a == other.a and self.b == other.b

为什么即使PYTHONHASHSEED = 0，Python集的顺序也不是确定的？

1 个答案: