标签：Random r1 r2 random 生成器 seed print 成器

5.3.8 多个并发生成器
处理模块级函数，random还包括一个random类以管理多个随机生成器的内部状态。之前介绍的所有函数都可以作为Random实例的方法得到，并且每个实例都可以被单独初始化和使用，而不会干扰其他实例返回的值。

import random
import time

print('Default initializiation:\n')

r1 = random.Random()
r2 = random.Random()

for i in range(3):
    print('{:04.3f} {:04.3f}'.format(r1.random(),r2.random()))

print('\nSame seed:\n')

seed = time.time()
r1 = random.Random(seed)
r2 = random.Random(seed)

for i in range(3):
    print('{:04.3f} {:04.3f}'.format(r1.random(),r2.random()))

如果系统上设置了很好的原生随机值种子，那么实例会有独特的初始状态。不过，如果没有一个好多平台随机值生成器，那么不同实例往往会以当前时间作为种子，并因此生成相同的值。
运行结果：

标签：Random,r1,r2,random,生成器,seed,print,成器
来源： https://blog.csdn.net/weixin_43193719/article/details/88065667

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。