Python 我是否需要将random.seed（）与random.uniform（）一起使用以确保获得不同的序列

我必须使用random.seed（）来确保随机数是不同的还是随机的。uniform每次调用时都会设置一个新的种子？ 我不想重复序列，所以使用seed是否重要？

案例1： 案例1的输出： 如您所见，在案例1中，不同的会话（运行程序是一个会话）产生相同的随机变量集

案例2： 案例2的输出： 另一方面，在案例2中，不同会话中的随机变量集也不同

这是因为当您导入random时，它会随机拾取一个种子。在不同的训练阶段，种子可能会有所不同

---

但是，如果覆盖种子，则将具有相同的随机变量集，如案例1所示。

使用种子的原因是为了使结果可重复。对于实际和不可再现的随机性（而不是伪随机性），请使用random.SystemRandom（）。它可以生成均匀分布的值，例如random.SystemRandom（）.uniform（01000000）如果逻辑颠倒，则只调用seed来获取返回的确定值随机。uniform（）从PRNG序列返回一个新的随机数。当该PRNG以相同的值播种时，它产生相同的序列。默认情况下，“随机”在模块导入时与当前系统时间一起播种。您只需显式地进行种子设定，即可实现对模拟非常重要的相同序列的复制。@PadraicCunningham:伪随机性不是随机的，即使种子是随机的，也可以通过频谱分析等进行预测。这对random.SystemRandom来说不是真的。@TrisNefzger，是的，您可以使用

os.uradom

，但其安全性也取决于您的操作系统

import random
random.seed(10)

for i in range(3):
    print random.randrange(2000)

$ python b.py
1142
857
1156
$ python b.py
1142
857
1156

import random

for i in range(3):
    print random.randrange(2000)

$ python b.py
1469
1559
267
$ python b.py
1252
476
1804