看起来你遇到的是嵌入式Python环境中random模块初始化时的依赖缺失警告——虽然不影响功能，但那个ERROR日志确实烦人。既然没法安装缺失的库，咱们可以用几种方法来抑制这个错误输出：

方法1：临时重定向标准错误流 #

这是最直接的办法，在导入random前把stderr临时导向/dev/null，导入完成后再恢复：

import sys

# 先保存原始的stderr，避免后续输出受影响
original_stderr = sys.stderr
# 把stderr重定向到空设备
sys.stderr = open('/dev/null', 'w')

# 现在导入random，错误会被吃掉
import random

# 恢复原始stderr，保证后续正常输出
sys.stderr = original_stderr

这种方法简单粗暴，适合确认只有random导入时会输出错误的场景，缺点是会吃掉导入期间所有的stderr内容。

方法2：调整Logging模块级别 #

从你的错误信息ERROR:root:code来看，大概率是通过Python的logging模块输出的，这时可以临时提高root logger的级别，让它忽略ERROR级别的信息：

import logging

# 保存root logger原来的级别
original_log_level = logging.root.level
# 临时把级别设为CRITICAL，只显示致命错误
logging.root.setLevel(logging.CRITICAL)

# 导入random，此时ERROR级别的日志会被过滤掉
import random

# 恢复原来的日志级别，不影响后续日志输出
logging.root.setLevel(original_log_level)

这种方法更精准，只会过滤logging的输出，不会影响其他直接写入stderr的内容，推荐优先尝试。

方法3：Patch模块初始化逻辑（进阶） #

如果知道具体是random模块里哪部分代码触发的错误（比如某个哈希算法或系统随机函数缺失），可以提前patch对应的函数，避免错误产生：

比如如果是os.urandom调用失败导致的错误，可以替换成一个简单的随机字节生成函数：

import os

# 保存原始的urandom函数
original_urandom = os.urandom

def dummy_urandom(n):
    # 用时间戳生成简单的随机字节，足够random模块初始化用
    import time
    return bytes([(int(time.time() * 1000000) + i) % 256 for i in range(n)])

# 替换os.urandom
os.urandom = dummy_urandom

# 现在导入random就不会报错了
import random

# 可选：恢复原始urandom，如果你后续需要用到系统级随机源
os.urandom = original_urandom

这种方法需要你对random模块的初始化逻辑有一定了解，但能从根源上避免错误触发，适合需要长期解决这个问题的场景。

注意事项 #

• 如果不确定错误是logging输出还是直接stderr输出，可以先试方法2，不行再换方法1。
• 方法3需要根据实际报错的具体原因调整patch的对象，比如如果是hashlib里的某个哈希算法缺失，就去patchhashlib的相关函数。

内容的提问来源于stack exchange，提问作者Pierre Andersson