如何获取未设random_state时sklearn train_test_split的当前随机种子

你没法从已经执行完的train_test_split调用里直接提取到一个整数形式的"实际随机种子"，这是函数的实现规则决定的：
当你不传入random_state参数时，函数内部不会单独为这次划分生成、存储一个独立的随机种子，而是直接复用scikit-learn框架绑定的全局numpy随机数生成器实例完成随机抽样操作。

怎么获取划分操作实际使用的随机状态 #

• 如果你是在调用train_test_split之前预留了操作空间，直接在划分代码执行前，把当前全局随机生成器的完整状态存下来即可，这个状态就是划分操作实际使用的随机依据：

  import numpy as np
  # 必须放在train_test_split调用前执行，否则拿到的是调用之后被更新过的状态
  rand_snapshot = np.random.get_state()
  

  注意这个返回值不是大家印象里的整数种子，是包含生成器内部数组、指针位置的完整状态快照，后续只要通过np.random.set_state(rand_snapshot)恢复这个状态，就能100%复现当时的划分结果。
• 如果你已经执行完train_test_split，之前没有做状态快照，是没法回溯当时的随机状态的——因为全局随机生成器是单例的，每次生成随机数都会更新内部状态，之前的状态会被后续操作覆盖，没有办法逆向找回。

关键误区澄清：不少开发者以为random_state=None时框架会临时生成一个随机整数当种子存在调用上下文里，实际上从源码实现看，这个场景下函数根本不会创建独立的随机实例，自然也不存在可以被读取的"种子值"。

日常使用的避坑建议 #

如果你的目标是让数据集划分结果可复现，不要在无random_state的场景下事后追溯种子，直接在调用train_test_split时显式传入一个整数形式的随机值即可，比如：

X_train, X_test, y_train, y_test = train_test_split(
    X, Y, test_size=0.9, random_state=42
)

这种显式指定种子的方式，比追溯全局随机流的状态要可靠得多。 #

内容的提问来源于stack exchange，提问作者MarioKZZ