如何为numpy数组设置随机状态以获得固定随机生成结果

各方案失效原因 #

• 你使用random.seed()设置的是Python标准库random模块的随机种子，和Numpy的随机数生成体系完全独立，因此对np.random.normal不会产生任何作用，这是第二种方案无效的核心原因。
• 第一种np.random.RandomState的写法本身逻辑正确，如果未生效，大概率是实际代码中混用了实例方法R.normal和全局方法np.random.normal，或是重复调用生成方法前没有重新初始化带固定种子的RandomState实例，导致种子未重置。
• 全局np.random.seed()设置方案在Numpy 1.17及以上版本中已被官方标记为旧接口，若代码中存在其他修改全局随机状态的逻辑，很容易导致种子失效。

正确设置方案 #

方案1：兼容所有Numpy版本的RandomState写法

确保每次生成随机数前，都重新初始化带固定种子的RandomState实例，所有随机数都通过该实例生成，不要混用全局随机接口：

import numpy as np

mu, sigma = 0, 0.1 
# 每次运行都初始化一次固定种子的实例，保证生成结果一致
R = np.random.RandomState(1989)
noise = R.normal(mu, sigma, [2, 2])

方案2：Numpy 1.17+官方推荐的新接口写法

新的随机数生成器性能和统计特性更优，固定seed后可稳定复现结果：

import numpy as np

mu, sigma = 0, 0.1 
rng = np.random.default_rng(seed=1989)
noise = rng.normal(mu, sigma, [2, 2])

内容的提问来源于stack exchange，提问作者Sticky