Python 来自单个种子的多个独立随机数流

我有

n

类似的分析，每个分析都使用

m_I

伪随机数流（

m_I

可能会因分析而异）。每个分析都有其自己的随机数种子，因此分析之间的随机数不相关

我的问题是我需要从单个种子创建

mi

流。该分析目前是用Numpy编写的，因此其Mersenne Twister的解决方案是理想的，但我对其他成熟库中的解决方案持开放态度。我考虑了这些可能性：

使用种子创建随机数流，绘制

m_i

整数，并将这些整数用作

m_i

随机流的种子。这不好，因为。有（~40亿）个种子，但如果我在2^16（~60000）之后发生碰撞（两条流以相同的种子开始）

将每个流索引的种子乘以某个常数

m_max

，得到该流的种子。（例如，当

seed=2

和

m_max=10000

时，分析将使用种子20001、20002、20003等）。这是不可取的，因为在发生碰撞之前，所有分析都将限制在

m_max

流中，如果

m_max

太大，则分析数量将限制在

2^32/m_max

使用seed创建一个随机数流，根据需要为每个流绘制32位，并将每个流的值转换为为为其绘制的624个整数。这似乎很完美，只是我不知道624个随机整数是否真的是Mersenne Twister的有效内部状态（可以是任意位吗？）。我也不知道这些整数之间是否有任何隐藏的相关性（可能它们是同一个流，只移动了624）

---

有没有标准的方法可以做到这一点？

方法3可以工作，因为任何PRNG的种子可以与该PRNG的状态一样长（例如，Mersenne Twister的状态长度为19968位，或624*32位，因此可以接受多达这么多位的种子-它不限于32位或64位，这是许多实现Mersenne Twister的API的做法）。但是，您应该使用与Mersenne Twister无关设计的PRNG，例如PCG，来为该PRNG进行种子设定，然后按照您的建议绘制624整数种子。（或者，如果您不需要可复制的结果，或者如果您将保存以这种方式生成的624整数种子，则可以使用加密RNG，例如

os.urandom（）

或

secrets.SystemRandom

，以绘制这些种子。）建议使用几种不同设计的PRNG

---

更新（2019年12月1日）：

如果您使用的是NumPy，请注意，与此同时，NumPy 1.17引入了a；它使用了所谓的位生成器（如PCG）和随机生成器（如新的

NumPy.random.Generator

），这是a的结果。NumPy文档现在提供了关于和的详细信息。我还提供了关于多种子的一般信息“”中的ple进程（不特定于NumPy）