为何itertools.repeat生成相同随机数？如何实现每次生成新随机数？

先看两个对比函数：

from itertools import repeat
import numpy as np

def rand_list1():
    l = lambda: np.random.rand(3)
    return list(repeat(l(), 5))

def rand_list2():
    return [np.random.rand(3) for i in range(5)]

现象 #

调用rand_list1()会得到5个完全相同的3维随机数组：

[[0.07678796 0.22623777 0.07533145]
 [0.07678796 0.22623777 0.07533145]
 [0.07678796 0.22623777 0.07533145]
 [0.07678796 0.22623777 0.07533145]
 [0.07678796 0.22623777 0.07533145]]

而rand_list2()的输出是5个不同的随机数组：

[[0.77863856 0.30345662 0.7007517 ]
 [0.56422447 0.97138115 0.47976387]
 [0.20576279 0.92875791 0.06518335]
 [0.2992384  0.89726684 0.16917078]
 [0.8440534  0.38016789 0.51691172]]

原因 #

问题出在repeat(l(), 5)这行：

• l()是立即执行的，调用repeat的时候，已经生成了一个随机数组，repeat做的只是把这个已经生成的数组对象重复5次，本质上列表里的5个元素都是同一个数组的引用。
• 而列表推导式[np.random.rand(3) for i in range(5)]是循环5次，每次循环都会重新调用np.random.rand(3)生成新的随机数，所以每个元素都是独立的。

解决方法 #

要让repeat每次都生成新的随机数，不能直接传l()（执行后的结果），而是要传可调用对象（比如函数本身），然后在遍历的时候触发调用。

方法1：用生成器表达式遍历repeat的可调用对象

def rand_list1():
    l = lambda: np.random.rand(3)
    # 遍历repeat传递的函数对象，每次调用生成新随机数
    return [func() for func in repeat(l, 5)]

方法2：用map配合repeat

def rand_list1():
    l = lambda: np.random.rand(3)
    # map会对repeat里的每个函数对象执行调用
    return list(map(lambda x: x(), repeat(l, 5)))

方法3：直接传递np.random.rand函数

甚至可以省略lambda，直接把np.random.rand作为可调用对象传进去，指定参数：

def rand_list1():
    return [func(3) for func in repeat(np.random.rand, 5)]

修改后再调用rand_list1()，就能得到和rand_list2()一样的效果——每个元素都是独立生成的随机数组。

内容的提问来源于stack exchange，提问作者proton