Python3.8如何仅初始化一次random.seed 固定随机数结果无需重复设置

以下两种方案均兼容Python 3.8.6版本，可实现种子仅在目标范围内生效，无需每次调用随机方法前手动设置种子：

方案1：使用独立的Random实例（最推荐） #

直接在目标函数内初始化专属的随机数生成器实例，完全隔离全局随机状态，不会对函数外的random调用产生任何影响，仅需要将原有代码中全局random的方法调用替换为实例调用即可：

import random

def target_func(seed=123):
    # 初始化独立随机数生成器，设置一次种子即可在函数全局生效
    rng = random.Random(seed)
    # 原有random.xxx替换为rng.xxx即可
    int_val = rng.randint(1, 10)
    choice_val = rng.choice(["a", "b", "c"])
    float_val = rng.uniform(0, 1)
    # 其余业务逻辑不变

每次调用target_func传入固定种子时，函数内的随机序列完全固定，且不会影响外部的全局随机状态。

方案2：全局随机状态保存恢复（无需修改原有函数代码） #

如果不想改动原有函数里已有的大量random调用，可以通过上下文管理器封装状态保存、种子设置、状态恢复的逻辑，使用时仅需要把目标函数调用包裹在上下文内即可：

import random
from contextlib import contextmanager

@contextmanager
def fixed_seed_scope(seed):
    # 先保存当前全局随机状态
    origin_state = random.getstate()
    try:
        random.seed(seed)
        # 执行上下文包裹的代码
        yield
    finally:
        # 无论执行是否报错，都恢复原有全局随机状态
        random.setstate(origin_state)

使用示例：

# 原有函数不需要做任何修改
def your_old_func():
    print(random.randint(1,10))
    print(random.choices([1,2,3], k=2))

# 调用时包裹上下文即可
with fixed_seed_scope(456):
    your_old_func()

上下文范围内所有的random调用都会使用设置的种子，执行完成后自动恢复原来的随机状态，不会对外部逻辑产生影响。需要切换种子时仅需要修改上下文的seed参数即可。

内容的提问来源于stack exchange，提问作者dimsdewn