np.random.seed() 是控制伪随机数生成器初始状态的唯一方式，通过重置全局状态确保相同seed下随机序列完全可复现；但仅影响旧式np.random.*函数，不作用于default_rng()实例，且需在首次随机调用前设置。
np.random.seed() 不是“让随机数变固定”的魔法开关，而是控制伪随机数生成器起始位置的唯一方式。没有它，每次运行代码都会因系统时间不同而得到完全不同的随机序列——模型训练结果漂移、数据划分不一致、调试时无法复现 bug，全由此而来。
为什么相同的 seed 一定能复现结果？
NumPy 默认用梅森旋转算法（Mersenne Twister）生成伪随机数，该算法本质是确定性状态机：给定初始状态（即 seed），后续所有输出都严格可推导。调用 np.random.seed(42) 就是把生成器重置到那个预计算好的初始状态，之后每调用一次 np.random.rand() 或 np.random.choice()，就按固定规则推进一步。
这意味着：
- 只要 seed 相同、调用顺序相同、函数名相同，结果就 100% 一致
- 哪怕换机器、换 Python 版本（NumPy ≥1.17）、换操作系统，只要不跨 NumPy 大版本，序列就不变
- 但一旦中间插入其他随机操作（比如没设 seed 的第三方库调用），整个序列就会偏移
哪些 NumPy 随机函数受 seed 控制？
所有旧式 np.random.* 函数都依赖全局状态，因此都受 np.random.seed() 影响，包括：
立即学习“Python免费学习笔记（深入）”；
-
np.random.rand()、np.random.randn() -
np.random.randint()、np.random.choice() -
np.random.shuffle()、np.random.permutation()
但注意：np.random.Generator 实例（如 rng = np.random.default_rng(42)）**不共享**这个全局状态，它的行为只由自身 seed 决定，和 np.random.seed() 无关。
常见踩坑点：seed 设置了却还是不可复现
最典型的问题不是没设 seed，而是设的位置或时机不对：
- 在导入 NumPy 之后、任何随机调用之前才设 seed —— 这是正确做法；如果先调用了
np.random.rand()再设 seed，前面那一次已经消耗了未知状态 - 混用
np.random.seed()和np.random.default_rng()：前者重置全局状态，后者创建独立实例，二者互不影响 - 多线程/多进程环境下，每个线程默认有独立随机状态，主线程设的 seed 不会自动同步到子线程
- Pandas 的
.sample()或.shuffle()需显式传random_state=42，它不读取 NumPy 全局 seed
新版推荐：优先用 default_rng() 而非 seed()
NumPy 1.17+ 引入了更清晰的状态隔离机制：
import numpy as np rng = np.random.default_rng(42) # 创建独立生成器 a = rng.random(3) # 受 42 控制 b = rng.normal(size=3) # 同一生成器，序列连续
这样做的好处是：
- 避免污染全局状态，多个模块可各自持有一个 rng，互不干扰
- 明确体现“谁在用哪个随机源”，便于调试和单元测试
- 支持更多现代算法（如 PCG64），比旧版梅森旋转更安全
但要注意：default_rng() 创建的实例不受 np.random.seed() 影响，反过来也一样——它们是两条平行线。
真正难的是跨库协同：PyTorch、TensorFlow、scikit-learn 各自维护自己的随机状态，只设一个 np.random.seed() 远远不够。实验可复现性从来不是单点问题，而是整条数据链路上每个随机环节都被显式锁定。
