为什么python随机。对非估计输入的非确定性分析？

Question

Python 3.8上的以下代码始终打印18（我已经在3台不同的机器上尝试过）：

import random
random.seed(1)
print(random.randint(1, 100))

但是，在Python 3.8中使用非概念的种子是半否定的：

import random
from datetime import date
random.seed(date(2022, 5, 18))
print(random.randint(1, 100))

我说半决赛，因为如果我运行代码多个代码在相同的Python过程（例如Python终端）中，我得到相同的随机数。但是，但是如果我重新启动Python过程，我会得到不同的数字。

显然，它不使用对象的id，因为每次我制作新的日期对象时，我都不会在Python终端中获得相同的结果。

那么，发生了什么？

Answer 1

使用种子与非类型，int，float，str，bytes或bytearray以外的其他类型使用，从python 3.9开始弃用，这可能是由于这种行为所致。

通过将日期投入到字符串，代码成为确定性。以下代码始终打印46：

import random
from datetime import date
random.seed(str(date(2022, 5, 18)))
print(random.randint(1, 100))

引擎盖下的情况可能是seed使用复杂对象的哈希。以下代码的行为与将日期传递给seed的行为相同，即，结果在单个Python过程中是确定性的，但在Python过程之间有所不同：

from datetime import date
print(hash(date(2022, 5, 18)))

请注意，random.seed.seed.seed从字面上看hash，由于以下结果（99％的时间）：

random.seed(date(2022, 5, 18))
a = random.randint(1, 100)

random.seed(hash(date(2022, 5, 18)))
b = random.randint(1, 100)
print(a, b)