使用随机初始化变量（python）创建类实例的副本

Question

我需要用一个随机生成的数字初始化一个类的实例。然后我需要在几个不同的试验中使用这个实例。但是，我在制作这个实例的精确副本时遇到了麻烦-随机生成的数字将不会保持不变。每个副本都生成一个新的随机数。在

temp = proc(random.randint(min, max))
tempCpy = copy.copy(temp) #changes on temp interfere with tempCpy
tempCpy = copy.deepcopy(temp)  #doesn't start with same random number

Answer 1

也许，你可以从你的对象中分离出随机数？在

init_numb = random.randint(min, max)
temp = proc(init_numb)
tempCpy = copy.copy(temp) #changes on temp interfere with tempCpy
tempCpy = copy.deepcopy(temp)

Answer 2

你需要初始化随机.seed（）带一个您将重复使用的参数。它将保证你生成“相同的随机数”。（例如。随机.seed（0）在其他代码之前）

Answer 3

你有这样的课程，我想：

class proc(object):

    def __init__(self, value):
        self.value = value

当你初始化你的第一个实例时，你写下：

^{pr2}$

这将随机数存储在temp.value。在

要制作副本，只需将temp.value传递给proc构造函数：

dupe = proc(temp.value)

您也可以编写类来自动执行此操作，这样当您将proc的实例传递给proc构造函数时，它会生成一个副本（与其他类型一样，例如list和{}，它们的构造函数可以用来制作它们的副本）。这样做的好处是保留了类中复制需要做什么的所有知识，而不是调用方需要知道数据存储在哪里。在

class proc(object):
    def __init__(self, value):
        if isinstance(value, proc):
            value = value.value
        self.value = value

现在，你可以写下：

dupe = proc(temp)

或者，您可以向proc添加一个方法来制作副本：

class proc(object):

    def __init__(self, value):
        self.value = value

    def copy(self):
        return type(self)(self.value)

现在你的副本是：

dupe = temp.copy()

最后，如果您将copy方法命名为__copy__（或同时使用这两个名称），它将神奇地与copy.copy一起工作！

class proc(object):

    def __init__(self, value):
        self.value = value

    def copy(self):
        return type(self)(self.value)

    __copy__ = copy   # alias for use by 'copy' module

temp = proc(random.randint(min, max))
dupe = copy.copy(temp)