2. Python 内置 random 模块详解

Python 的 random 模块，看起来简单，但坑不少。我刚接触它时觉得「不就是个随机数吗？」后来在线上数据采样时踩过一个大坑——同一套种子，两次跑出来的样本居然不一样。从那以后，我才认真看了它的源码。

这一章，我把 random 模块的核心机制、关键函数、种子绑定规则，以及我工作中积累的避坑手法，统统讲清楚。你理解了它，后面的第三方库复用思路就通了。

2.1 random 模块的底层机制

random 使用的是 梅森旋转算法（Mersenne Twister），具体是 MT19937 变体。这个算法周期极长（2^19937-1），统计学质量也不错，日常实验够用。但注意，它不适用于密码学——安全性不够，别拿它生成 token 或密钥。

种子（seed）是算法的初始状态。一旦你调用了 random.seed(42)，整个全局生成器的状态就被重新初始化。之后每次调用 random.random() 都会按顺序从状态链中取一个值。状态是完全确定的，所以只要种子一样，调用序列一样，结果就能复现。

举个最简单的例子：

import random
random.seed(2024)
print(random.random())  # 0.325006...
print(random.random())  # 0.685001...
# 重新设种子，再从头开始
random.seed(2024)
print(random.random())  # 0.325006... 与第一次完全一样

看到没？两次设同一种子，输出完全相同。这就是复现性的基础。但要注意，种子只影响当前全局的 Random 实例。如果你创建了自己的 random.Random(seed) 实例，它们之间互不影响。

2.2 核心函数与种子绑定关系

不同函数本质上是从同一个状态链中取值，再经过不同的变换得到的。我整理了一张表，列出最常用的函数、它们的输出依赖什么、以及种子如何影响它们。

函数	返回值范围	底层依赖	种子影响方式
random()	[0.0, 1.0)	直接取状态值	直接，第 n 次调用对应第 n 个值
randint(a, b)	[a, b] 整数	由 random() 换算	同上，换算公式固定
uniform(a, b)	[a, b) 浮点	由 random() 换算	同上
choice(seq)	序列中元素	由 random() 换算索引	同上，序列不变时结果固定
shuffle(seq)	打乱原序列	消耗多个 random() 值	种子固定，打乱顺序固定
sample(pop, k)	长度为 k 的列表	多次随机取值	完全受种子控制
gauss(mu, sigma)	正态分布浮点	Box-Muller 变换，消耗 2 个 random()	种子决定两个基础值

你想想看，既然所有函数都依赖 random()，那么种子的作用范围就是整个调用序列。比如：

import random
random.seed(1)
a = random.randint(1, 100)   # 消耗 1 个随机数
b = random.random()          # 消耗 1 个
c = random.choice(['x','y']) # 再消耗 1 个
# 下一次调用将是第 4 个随机数

调用顺序一变，结果就全变了。这个点非常容易踩坑——插一句代码，复现性就断掉。

2.3 常见陷阱与避坑指南

避坑点一：不要依赖模块加载顺序
别人导入你的模块时，如果也调了 random.seed()，全局状态会被覆盖。我建议：要么用 random.Random(seed) 创建独立实例，要么在最入口处统一设种子，后续所有模块都从全局 random 取数。

避坑点二：多线程下种子会乱
random 模块不是线程安全的。两个线程同时调用 random.random()，内部状态可能被交叉访问，导致结果不可复现。我习惯每个线程自己创建一个 random.Random(seed + thread_id) 实例，互不干扰。

避坑点三：seed() 的可选参数
random.seed(a=None, version=2)，当 a 为 None 时，系统会从 os.urandom() 采一个随机种子。这样每次启动都不一样，适合生产环境但不适合复现性实验。记得显式传一个整数。

2.4 实战：搭建可复现随机实验框架

我把上面说的集中成一个模板，你以后直接套用就行。

import random

class RandomExperiment:
    def __init__(self, seed=42):
        self.seed = seed
        self._rng = random.Random(seed)
        self.call_count = 0

    def randint(self, a, b):
        self.call_count += 1
        return self._rng.randint(a, b)

    def shuffle(self, lst):
        self.call_count += 1
        self._rng.shuffle(lst)

    def sample(self, pop, k):
        self.call_count += 1
        return self._rng.sample(pop, k)

    def reset(self, new_seed=None):
        if new_seed is not None:
            self.seed = new_seed
        self._rng = random.Random(self.seed)
        self.call_count = 0

# 用法
exp = RandomExperiment(seed=1234)
data = [1,2,3,4,5,6,7,8,9,10]
exp.shuffle(data)
selected = exp.sample(data, 3)
print(selected)        # 每次运行一致
print(exp.call_count)  # 2

这个模板的好处是：独立实例，内部计数，随时 reset。你在 Jupyter Notebook 里调试时，再也不怕不小心多跑一个单元格破坏顺序了。