为什么使用numpy生成的随机值每次运行代码都不发生变化？

原因说明 #

传入固定随机种子是导致结果不变的核心原因：
你使用的np.random.default_rng(12345)中，传入的12345就是随机种子。NumPy采用伪随机算法生成随机数，固定种子会完全确定后续的随机数序列，这个特性是专门设计用于保障实验结果可复现的，因此你每次运行都会得到完全相同的6个数值。

解决方法 #

• 如果你不需要复现之前的结果，仅需要每次运行得到不同的随机值，初始化生成器时不要传入固定种子即可，修改后代码如下：

import numpy as np
# 无参数初始化时，生成器会自动调用系统熵源生成随机初始状态
rng = np.random.default_rng()
sizes = rng.integers(low=0, high=500, size=6)
print(sizes)

• 如果你需要先复现指定种子的结果、之后再生成不重复的随机序列，可以保留种子初始化逻辑，在需要切换随机状态时调用rng.bit_generator.seed_seq重新生成随机种子即可。

内容的提问来源于stack exchange，提问作者nao