你真的会用Python随机数种子吗——Python生成随机数随机种子“失效”：Jupyter中不同cell中生成的随机数不一致

在Python中经常会生成很多随机数，例如Python自带的random库、科学计算库NumPy、深度学习框架PyTorch等都可以生成随机数。
同时为了固定生产的随机数、使得随机数生成可复现，很多时候都会设置随机种子，这样每次都能生成固定的随机数，这样给我们的感觉就像“只要设置了随机数，后面每一次生成的随机数都是一样的”，但是实际上不是这样的：



可以看到，3个库在设置随机种子后，生成的3个随机数都是不同的，所以我们之前的哪种理解是错误的，随机种子固定的是随机过程，而不是每一个随机数本身：
对于上面的例子来说，这三次输出结果是通过设置随机数种子确定的，从设置随机数开始，相同的随机数种子后面随机的过程是固定的，第1个cell是随机过程输出的第1个结果，第2个cell是这个固定过程的第2个结果，以此类推。这3个cell输出了3个结果，可以理解成是当前种子下的随机过程输出的连续结果，这3个结果的顺序和数值是当前这个随机数种子决定的。因此，虽然每次生成的随机数结果不同，但是再运行一次这3个cell，生成的3个随机数还是与之前生成的随机数对应相等的，这就是随机数种子确定随机过程，而不是固定这个过程中每一个取值都相同。只要设置了相同的随机数，就会生成一个固定的随机过程，那么不管执行多少次过程，生成的这些随机数都是不变的，只不过每一次结果序列中的各个随机数并不保证一致。同时，随机结果与是否在Jupyter中运行并无关系，在.py文件中运行结果也相同，如下：

可以看到，每次的结果并不相同，同时过程是固定的，与Jupyter中是一致的。