Python - 对 numpy.random 函数的调用线程安全吗？

Question

根据这个answer ，事实并非如此。但这与我迄今为止观察到的情况并不一致。考虑以下脚本:

import numpy as np
from multiprocessing.dummy import Pool
from queue import Queue

SIZE=1000000
np.random.seed(1)
tPool = Pool(100)
q1 = Queue()

def worker_thread(i):
    q1.put(np.random.choice(100, 5))

tPool.map(worker_thread, range(SIZE))

q2 = Queue()
np.random.seed(1)
for i in range(SIZE):
    q2.put(np.random.choice(100, 5))

n = 0
for i in range(SIZE):
    n += (q1.get() == (q2.get()))

print(n)

基本上，我在这里测试的是 SIZE 次调用是否会在多线程环境中生成与单线程环境中相同的序列。对我来说，这将输出 n=SIZE。当然，这可能只是偶然，所以我运行了几次并且得到了一致的结果。所以我的问题是，对 numpy.random 包的函数的调用是线程安全的吗？

Answer 1

我已经在我的机器上运行了你的脚本多次，并获得了 999995、999992 的数组，几乎与 1000000 一样频繁(python 3.5 .2，numpy 1.13.3)。因此，您引用的答案是正确的:np.random 可能在多线程环境中产生不同的结果。

如果您增加池大小(例如 1000)和样本大小(例如 50)，您可以自己看到它。即使对于较小的 SIZE=100000，我也能够实现 100% 的不一致。