第 4 章：random 模块与 numpy 随机种子的区别归纳总结

讲真，很多初学者写随机数代码时，都会觉得 random.seed() 和 np.random.seed() 就是一回事。我在项目里见过不下十次这种用法：先用 random 库生成几个数，又切到 numpy 生成一批，发现结果对不上，就开始怀疑人生。

它们确实都叫「设种子」，但背后的状态管理、线程安全、性能表现完全不同。这一章我们彻底掰开揉碎，看看区别在哪。

1. 种子设置的根本差异

先说最直观的差异：调用方式。

import random
import numpy as np

# random 模块：全局种子
random.seed(42)
print(random.random())   # 0.6394267984578837

# numpy 模块：全局种子
np.random.seed(42)
print(np.random.rand())  # 0.3745401188473625

你看，同样种子 42，输出的第一个数完全不同。为什么？因为底层算法不一样。random 模块用 C 实现的 Mersenne Twister，numpy 早期也是 MT19937，但内部状态矩阵大小和初始化方式有差异。

我曾经踩过一个坑：在单元测试里同时用了两个库，以为种子一致就能复现，结果折腾了半小时才发现两套随机流完全独立。

2. 全局状态 vs 局部状态

这是最容易被忽视的差异。random 模块只有一个全局的 Random 实例，调用 random.seed() 就是重置这个全局实例的状态。而 numpy 的 np.random.seed() 也是操作一个全局的 RandomState 对象。

但 numpy 提供了更灵活的方案：你可以创建独立的 RandomState 或 Generator 对象，彼此隔离。

import numpy as np

# 创建两个独立的随机数生成器
rng1 = np.random.RandomState(42)
rng2 = np.random.RandomState(99)

print(rng1.rand(3))  # [0.37454012 0.95071431 0.73199394]
print(rng2.rand(3))  # [0.67074908 0.57181424 0.11387473]

# 全局种子不影响它们
np.random.seed(1)
print(rng1.rand())   # 依然输出 0.5986584841970366（基于rng1自己的状态）

random 模块也可以创建独立实例：my_rand = random.Random(42)，只不过很多文档没重点强调，新手习惯直接调模块级函数。

3. 多线程与多进程下的行为

多线程场景下，random 模块的全局实例是线程不安全的。如果你多个线程共享同一个 random.Random 对象，会出现竞争条件，产生的随机数序列不可预测，复现性直接崩了。

numpy 的 np.random.RandomState 同样是线程不安全的。好在 numpy 1.17 之后主推 Generator 和 BitGenerator 架构，推荐给每个线程创建独立的 Generator 实例。

import numpy as np
from numpy.random import Generator, PCG64

# 每个线程单独一个生成器
thread_rngs = [Generator(PCG64(s)) for s in [42, 43, 44]]
# 每个生成器的序列完全独立，复现性有保证

至于多进程，要注意 fork 后的子进程会复制父进程的随机数生成器状态，如果不手动重新设种子，多个子进程可能会产生相同的随机序列。我之前写并行蒙特卡洛时，曾吃过这个亏——8 个进程跑出来一模一样的结果，白白浪费了算力。

4. 性能对比

单个数生成时，random 模块比 numpy 快一点（C 语言级别，函数调用开销小）。但 numpy 真正强的是批量生成——一次性生成 100 万个随机数，比用循环调 random 快两个数量级。

import random, numpy as np, time

# random 模块生成 100 万个数
t0 = time.time()
data = [random.random() for _ in range(1_000_000)]
print(time.time() - t0)  # 约 0.15 秒

# numpy 批量生成
t0 = time.time()
data = np.random.rand(1_000_000)
print(time.time() - t0)  # 约 0.008 秒

所以在科学计算里，几乎没人用 random 模块做大规模随机采样，性能差距太明显。

核心对比一览

对比项	random 模块	numpy.random
默认算法	Mersenne Twister (C 实现)	MT19937（可切换为 PCG64 等）
种子设置方式	random.seed(n) 全局	np.random.seed(n) 全局 / 独立 RandomState、Generator
状态隔离	只能通过创建 Random 实例隔离	原生支持独立对象，推荐用 Generator
线程安全	不推荐共享同一实例	RandomState 不安全，Generator 需显式隔离
批量性能	差（循环生成）	极好（矢量化）
复现性	单一流，简单直接	多对象需分别设种子，更灵活但也容易乱

一张图看懂区别

下面这个 SVG 把两个模块的种子管理方式画出来了。你会发现 random 模块只有一条全局路径，而 numpy 给了你更多选择——但也意味着你需要更主动地管理。

说到底，选哪个完全看场景。如果你只需要生成几万个随机数做演示，random 模块够用。但一旦涉及科学计算、并行模拟、精确复现，请直接用 numpy 的 Generator 体系，并为你的每个随机流显式管理种子。