关于python：如何查询random.random（）使用的种子？


how to query seed used by random.random()?

有没有办法找出python用来给随机数生成器种子的种子是什么？

我知道我可以指定我自己的种子，但是我很满意Python管理它。但是，我确实想知道它使用了什么种子，这样如果我喜欢在特定运行中得到的结果，我可以稍后复制该运行。如果我有使用过的种子，我可以。

如果答案是我做不到，那我自己种下种子的最好方法是什么？我想让他们从一个跑步到另一个跑步，我只想知道使用了什么。

更新：是的，我的意思是随机。随机()！错误…[更新标题]

相关讨论

无法从发电机中取出自动种子。我通常会产生这样的种子：

1
2
3
seed = random.randrange(sys.maxsize)
rng = random.Random(seed)
print("Seed was:", seed)

这样，它是基于时间的，所以每次运行脚本(手动)时都会有所不同，但是如果使用多个生成器，它们将不会有相同的种子，因为它们几乎是同时创建的。

相关讨论

随机数生成器的状态并不总是简单的种子。例如，安全prng通常有一个熵缓冲区，这是一个更大的数据块。

但是，您可以保存和恢复Randon数字生成器的整个状态，以便稍后可以复制其结果：

1
2
3
4
5
6
7
8
9
10
11
12
13
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()

号

当然，如果你想持续保存，那么getstate的结果可以被腌制。

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

相关讨论

您可以将random.random子类化，以与python相同的方式重写seed()方法(在本例中为v3.5)，但在调用super()之前将seed值存储在变量中：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
    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

。

如果对其进行测试，则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随机值(使用我们创建的get_seed()方法)将相等：

1
2
3
4
5
6
7
    >>> 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。

相关讨论

如果使用random.seed(None)来"设置"种子，随机化器将自动作为系统时间的函数进行种子设定。但是，正如您观察到的，您不能访问这个值。当我想随机化但仍然知道种子是这样的时候，我要做的是：

1
2
3
tim = datetime.datetime.now()
randseed = tim.hour*10000+tim.minute*100+tim.second
random.seed(randseed)

。

注：我之所以喜欢使用@abdallah提出的time.time()，是因为通过这种方式，randseed具有人类可读性和可立即理解性，这通常有很大的好处。还可以根据需要添加日期组件甚至微段。

我也想做同样的事，但我得不到种子。所以，我想，因为种子是由时间产生的。我使用系统时间创建了我的种子，并将其用作种子，所以现在我知道使用了哪个种子。

1
2
SEED = int(time.time())
random.seed(SEED)

由于没有人提到，在任何编程语言中通常可以获得的最佳随机样本是通过操作系统生成的，因此我必须提供以下代码：

1
2
random_data = os.urandom(8)
seed = int.from_bytes(random_data, byteorder="big")

。

这在密码学上是安全的。

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

对于我来说，它的值8的位数似乎与sys.maxsize的位数大致相同。

1
2
3
4
5
>>> int.from_bytes(os.urandom(8), byteorder="big")
17520563261454622261
>>> sys.maxsize
9223372036854775807
>>>

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

如果您希望每次都有相同的随机数，或者使我可配置，我可以简单地使用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。不同种子的模式差异很大，因此种子是模式的重要配置信息。它应该是您的跑步配置选项的一部分。

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，这取决于它的实现。

相关讨论