“随机”的独立实例答案

【问题标题】：Independent instances of 'random'“随机”的独立实例
【发布时间】：2010-02-08 03:42:33
【问题描述】：

下面的代码试图说明我想要什么。我基本上想要两个相互独立运行的“随机”实例。我想在一个班级中播种“随机”而不影响另一个班级的“随机”。我该怎么做？

class RandomSeeded:
    def __init__(self, seed):
        import random as r1
        self.random = r1
        self.random.seed(seed)
    def get(self):
        print self.random.choice([4,5,6,7,8,9,2,3,4,5,6,7,])

class Random:
    def __init__(self):
        import random as r2
        self.random = r2
        self.random.seed()
    def get(self): 
        print self.random.choice([4,5,6,7,8,9,2,3,4,5,6,7,])

if __name__ == '__main__':
    t = RandomSeeded('asdf')
    t.get()       # random is seeded within t
    s = Random()
    s.get()       
    t.get()       # random should still be seeded within t, but is no longer

【问题讨论】：

这能回答你的问题吗？ python maintain two different random instance。尽管这两个问题之间的反对票/访问量相对较低，但在欺骗中接受的答案似乎比该线程中的任何内容都更令人满意。

标签： python class random module seed

【解决方案1】：

random.Random 类的存在是专门为实现您想要的行为而存在的——模块本质上是单例的，但类是要被多次实例化的，因此这两种需求都被满足了。

如果您需要一个模块的独立副本（在random 的情况下您绝对不需要！），请尝试在其上使用copy.deepcopy - 在许多情况下它会起作用。但是，这种需求非常少，因为模块通常不会保持全局可变状态，除非保留它们也提供给“外部消费”的类的一个特权实例（除random 之外的其他示例包括fileinput）。

【讨论】：

回答具体案例以及我的一般问题。非常感谢！
深拷贝模块听起来很可怕。
很难想出一个例子，在一个远程合理的设计中复制一个模块是有意义的。
@Mike，也许吧，但并非所有人都是理性的设计师。 @FogleBird，有什么可怕的？
@Alex，建议人们使用违反基本假设的错误、脆弱的方法来完成不合理的例程似乎很奇怪，尤其是当它甚至不适用于他们的问题时。

【解决方案2】：

对于种子随机数，创建您自己的random.Random 实例。 random documentation 解释了这个类，当您直接在其中使用函数时，该模块依赖于单个实例。

【讨论】：

【解决方案3】：

遗憾的是，拥有两个独立 RNG 的随机性可能比拥有一个在生成序列中使用“偏移”的单个 RNG 的随机性要小。

使用“偏移”意味着您必须生成两个完整的样本序列，然后将它们用于模拟。像这样。

def makeSequences( sequences=2, size=1000000 ):
    g = random.Random()
    return [ [ g.random() for g in xrange(size) ] for s in xrange(sequences) ] ]

t, s = makeSequences( 2 )

只能证明 RNG 对于单个种子和单个数字序列具有理想的随机性属性。因为两个平行序列对乘数和模数使用相同的常数，所以它们之间有可能具有可检测的相关性。

【讨论】：