如何在Python 3.9中模拟Python 2.7默认随机数生成器？

可以实现，核心是模拟Python 2.7对浮点数的哈希计算逻辑，再将该哈希值作为Python 3.9中随机数生成器的种子，就能得到和旧版本完全一致的随机序列，无需依赖Python 2.7解释器。

问题根源 #

Python 2.7中，random.Random初始化时如果传入非整数种子，会直接调用该对象的hash()结果作为初始种子；而Python 3不仅修改了浮点数的哈希算法，还调整了random模块对非整数种子的处理逻辑，导致相同浮点数种子生成的随机序列完全不同。

具体实现步骤 #

1. 复刻Python 2.7的浮点数哈希函数
   根据Python 2.7源码中floatobject.c的哈希实现，用Python 3代码模拟：

   import math
   import struct
   
   def py2_hash_float(f):
       if not isinstance(f, float):
           raise TypeError("仅支持浮点数输入")
       
       # 处理特殊浮点值（inf/-inf/nan）
       if not math.isfinite(f):
           if f > 0:
               return 314159
           elif f < 0:
               return -314159
           else:
               return 0
       
       # 将浮点数转为64位小端无符号整数
       packed = struct.pack('<d', f)
       u = struct.unpack('<Q', packed)[0]
       
       # 按照Python 2.7的哈希逻辑计算
       u = (u & 0x7fffffffffffffff) ^ (u >> 63)
       hash_val = (u ^ (u >> 32))
       
       # 模拟Python 2的有符号long类型溢出
       if hash_val > 0x7fffffffffffffff:
           hash_val -= 0x10000000000000000
       
       return hash_val
   

2. 创建兼容Python 2.7的随机数生成器
   继承random.Random类，重写seed方法，对浮点数种子自动转换为Python 2.7风格的哈希值：

   import random
   
   class Py2CompatRandom(random.Random):
       def seed(self, a=None, version=2):
           if isinstance(a, float):
               # 对浮点数种子使用Python 2.7哈希结果
               a = py2_hash_float(a)
               # 使用version=1匹配Python 2.7的种子初始化逻辑
               super().seed(a, version=1)
           else:
               # 其他类型种子保持Python 3默认逻辑
               super().seed(a, version=version)
   

3. 替换原有代码中的随机数生成器
   将代码中原来的random.Random(1.01)替换为Py2CompatRandom(1.01)，即可生成和Python 2.7完全一致的随机序列。

验证示例 #

比如在Python 2.7中执行：

import random
r = random.Random(1.01)
print(r.random())  # 输出约0.134634244112

在Python 3.9中使用Py2CompatRandom执行相同逻辑，会得到完全相同的输出。

内容的提问来源于stack exchange，提问作者P. Hopkinson