我可以创建一个本地的numpy随机种子吗？
问题内容：
有一个功能foo使用该np.random功能。我想控制使用的种子foo，但实际上不更改函数本身。我该怎么做呢？
本质上，我想要这样的东西：
bar() # should have normal seed
with np.random.seed(0): # Doesn't work
foo()
bar() # should have normal seed
像这样的解决方案 ：
rng = random.Random(42)
number = rng.randint(10, 20)
在这种情况下不起作用，因为我无法访问的内部工作原理foo（或者我错过了什么？）。
问题答案：
您可以将全局随机状态保留在一个临时变量中，并在完成函数后将其重置：
import contextlib
import numpy as np
@contextlib.contextmanager
def temp_seed(seed):
state = np.random.get_state()
np.random.seed(seed)
try:
yield
finally:
np.random.set_state(state)
演示：
>>> np.random.seed(0)
>>> np.random.randn(3)
array([1.76405235, 0.40015721, 0.97873798])
>>> np.random.randn(3)
array([ 2.2408932 , 1.86755799, -0.97727788])
>>> np.random.seed(0)
>>> np.random.randn(3)
array([1.76405235, 0.40015721, 0.97873798])
>>> with temp_seed(5):
... np.random.randn(3)
array([ 0.44122749, -0.33087015, 2.43077119])
>>> np.random.randn(3)
array([ 2.2408932 , 1.86755799, -0.97727788])
