如何用default_rng替代RandomState实现NumPy随机生成器状态恢复？

完全可行，NumPy的新随机数API（default_rng()）支持保存和恢复生成器状态，实现断点续生成的功能。以下是修改后的代码及说明：

替换后的代码实现 #

import numpy as np
from numpy.random import default_rng

# 初始化生成器，种子42
rng = default_rng(42)

# 第一次生成序列
i1 = rng.integers(low=0, high=2, size=10)
print(i1)

# 保存当前生成器状态
np.save('saved_state_rng.npy', rng.bit_generator.state, allow_pickle=True)

# 第二次生成序列
i2 = rng.integers(low=0, high=2, size=10)
print(i2)

# 加载并恢复保存的状态
saved_state = np.load('saved_state_rng.npy', allow_pickle=True).item()
rng.bit_generator.state = saved_state

# 第三次生成序列（与第二次结果一致）
i3 = rng.integers(low=0, high=2, size=10)
print(i3)

关键说明 #

1. API差异处理：

   • 旧API的random_integers(low, high)是闭区间（包含high），新API的integers(low, high)是左闭右开区间，因此要生成0和1的随机整数，需设置high=2。

2. 状态保存与恢复：

   • default_rng()返回的Generator对象依赖底层的BitGenerator，其状态存储在rng.bit_generator.state（一个字典）中。
   • 使用np.save()保存状态时需开启allow_pickle=True，因为状态是字典类型；加载时通过.item()取出字典，再赋值给rng.bit_generator.state完成恢复。

3. 输出验证：
   运行上述代码会得到与原代码一致的输出逻辑：第三次生成的序列与第二次完全相同，说明状态恢复成功。

内容的提问来源于stack exchange，提问作者hridayns