Python 3.x 导致非随机数的多线程池

我之前问过如何并行运行函数。我想要运行的函数有一个随机元素，其中随机整数被画出来

当我在回答中使用代码时，它会在一个进程内返回重复的数字（如果我添加一个外部循环来重复该进程，则在两次运行之间也会返回重复的数字）。比如说,

import numpy as np
from multiprocessing.pool import Pool

def f(_):
    x = np.random.uniform()
    return x*x    

if __name__ == "__main__":
    processes = 3
    p = Pool(processes)
    print(p.map(f, range(6)))

返回

[0.8484870744666029, 0.8484870744666029, 0.04019012715175054, 0.04019012715175054, 0.7741414835156634, 0.7741414835156634]

再跑一次可能会失败

[0.17390735240615365, 0.17390735240615365, 0.5188673758527017, 1.308159884267618e-08, 0.09140498447418667, 0.021537291489524404]

似乎有一些内部种子正在使用——我如何生成类似于从

np.random.uniform（size=6）

返回的随机数？

表示需要将种子包含在函数中。提供一种将多个参数传递给

池的方法，一个用于重复，一个用于种子列表。这允许每个过程有一个新的种子，并且是可复制的

import numpy as np
from multiprocessing.pool import Pool

def f(reps, seed):
    np.random.seed(seed)
    x = np.random.uniform()
    return x*x    

#np.random.seed(1)
if __name__ == "__main__":
    processes = 3
    p = Pool(processes)
    print(p.starmap(f, zip(range(6), range(6)))) 

其中第二个参数是种子向量（参见将行更改为
print（p.starmap（f，zip（范围（0,6），np.repeat（1,6）））
）
@ranfisch；是的，我希望它是可复制的，但现在的主要问题是不能在各个过程中得到相同的随机数。如果我没有理解错误，我很抱歉，但是你可以使用np.random.seed（0）在所有过程中都有相同的种子，或者我理解错误？@ranifisch；从实例出发；我希望有六个不同的数字，类似于
np.random.uniform（size=6）
（注意，我只是指6个不同的数字，而不是它们必须等于给定种子的
np.ranomd.unifirm
的结果）。但我得到相同的数字重复（很多时候）。这个问题给出了几个例子。哦，我认为这可能是相关的：）好的，我仍然不能理解确切的问题。。但似乎这和种子有关