通过 numpy.random.seed 设置的随机种子是否跨子模块维护？答案

【问题标题】：Does a random seed set via numpy.random.seed maintain across submodules?通过 numpy.random.seed 设置的随机种子是否跨子模块维护？
【发布时间】：2019-03-04 23:28:07
【问题描述】：

如果我为我的 RNG 设置种子，例如numpy.random.seed(0)我调用了一个子模块，RNG的状态会保持吗？

例如

# some_lib.py
def do_thing():
  return numpy.random.rand()

# parent module
import some_lib
numpy.seed(0)
...
some_lib.do_thing()

父母设置的numpy状态会被孩子使用吗？

【问题讨论】：

标签： python numpy random

【解决方案1】：

种子是numpy 的所有用途的全局值。因此，只要子模块不为其重新设置种子，或不确定地从中提取值（有效地将其调整为基于推进旧种子的新种子），那么种子将被保留。

大多数 PRNG 库都以这种方式运行，因为替代方案毫无用处；对于可重现的测试，您希望能够设置一次种子，并让一切都依赖于那个稳定的种子。如果存在每个模块的种子，则测试模块无法为被测试模块使用的 PRNG 提供种子。

【讨论】：

Python 的设计有帮助。导入的模块是单例的，在不同的地方重新导入会返回对同一模块的引用。
@MarkRansom：是的。 reload 函数可能会有点混乱，就像手动处理 sys.modules 一样，但这种废话只应该发生在交互式会话中，而不是“真实”代码中。

【解决方案2】：

在测试中，numpy 的 RNG 状态似乎是由子进程维护的。

【讨论】：