这是个挺有意思的脑洞，但从工程实践和随机性的严谨性来说，这种方式绝对不是生成随机数的良好实践，而且它的“随机性”也完全不符合我们对伪随机数的常规认知，具体来说：

为什么这不是良好实践？ #

• 集合的无序性是未定义行为，而非设计特性：Python里集合的遍历顺序依赖于元素的哈希值、哈希表的扩容机制，甚至不同版本/操作系统的实现细节。它的“无序”只是不保证插入顺序，不是为了提供随机分布而设计的。比如在某些场景下，相同输入的集合遍历顺序可能重复出现，或者出现明显的分布偏向，完全不可靠。
• 随机性不可控也不可验证：你没法指定种子来复现某次的输出结果，也没法证明生成的序列符合均匀随机的要求。如果输入的元素哈希值分布有规律，生成的“随机字符串”会出现明显的重复模式，根本达不到随机的预期。
• 替代方案更可靠：Python标准库的random模块是专门为生成随机序列设计的，比如用random.shuffle()来打乱字符序列，或者random.sample()来生成随机排列，既可控又能保证随机性的均匀性。

举个标准的实现例子：

import random

input_str = "0123456789"
# 打乱字符列表
shuffled_chars = list(input_str)
random.shuffle(shuffled_chars)
# 生成随机字符串
output = ''.join(shuffled_chars)

# 如果需要复现结果，可以设置种子
random.seed(42)
random.shuffle(shuffled_chars)

这种方式生成的是伪随机数吗？ #

严格来说，它生成的序列不是常规意义上的伪随机数：

• 伪随机数的核心是“可复现”——通过固定的种子和确定性算法生成序列，比如random模块用的Mersenne Twister算法。但集合的遍历顺序完全依赖于底层实现的细节，Python没有提供任何接口来控制这个过程，你没法通过种子或密钥复现某次的输出。
• 它的“随机性”本质是哈希表实现的副作用，不是刻意设计的随机算法，所以既不是真随机（真随机需要物理随机源），也不是可控的伪随机，属于一种不可靠的“伪随机”副产品。

内容的提问来源于stack exchange，提问作者Epion