您已经做出了许多正确的观察！
除非您希望为两个随机生成器都作为种子，否则从长远来看选择一个或另一个生成器可能更简单。但是，如果您确实需要同时使用两者，那么是的，您还需要同时对两者进行播种，因为它们彼此独立地生成随机数。
对于numpy.random.seed()，主要的困难是它不是线程安全的- 也就是说，如果您有@L_502_0@则使用它是不安全的，因为如果两个不同的线程同时执行该函数，则不能保证它可以工作。如果您不使用线程，并且可以合理地期望将来不需要以这种方式重写程序，那numpy.random.seed()应该很好。如果有任何理由怀疑您将来可能需要线程，那么从长远来看，按照建议进行操作并创建numpy.random.Random该类的本地实例会更安全。据我所知，它random.random.seed()是线程安全的（或者至少我没有发现任何相反的证据）。
该numpy.random库包含一些科学研究中常用的额外概率分布，以及用于生成随机数据数组的几个便捷函数。该random.random库要轻巧一些，如果您不从事科学研究或其他统计工作，那应该很好。
否则，它们都使用Mersenne扭曲序列生成它们的随机数，并且它们都是完全确定性的- 也就是说，如果您知道一些关键信息，则可以绝对确定地预测下一个数字。因此，numpy.random和random.random都不适合任何严重的加密用途。但是因为序列非常长，所以在您不担心有人试图对数据进行反向工程的情况下，两者都适合生成随机数。这也是必须播种随机值的原因- 如果每次都从相同的位置开始，您将始终获得相同的随机数序列！
附带说明一下，如果您 确实 需要加密级别的随机性，则应该使用secrets模块，或者如果使用的是Python 3.6之前的Python版本，则应使用Crypto.Random之类的东西。
602392714
清零编程群