我在程序开始时设置了numpy随机种子。在程序执行期间，我使用多次运行一个函数multiprocessing.Process。该函数使用numpy随机函数绘制随机数。问题是Process获取当前环境的副本。因此，每个进程都独立运行，并且都以与父环境相同的随机种子开始。

所以我的问题是如何在父环境中与子进程环境共享numpy的随机状态？请注意，我想Process用于自己的工作，需要使用一个 单独的类
并import numpy在该类中单独进行操作。我尝试使用multiprocessing.Manager来共享随机状态，但是似乎事情没有按预期进行，并且我总是得到相同的结果。同样，将for循环移入内部drawNumpySamples还是保留在循环中都没有关系main.py。我仍然无法获得不同的数字，并且随机状态始终相同。这是我的代码的简化版本：

# randomClass.py
import numpy as np
class myClass(self):
    def __init__(self, randomSt):
        print ('setup the object')
        np.random.set_state(randomSt)
    def drawNumpySamples(self, idx)
        np.random.uniform()

并在主文件中：

    # main.py
    import numpy as np
    from multiprocessing import Process, Manager
    from randomClass import myClass

    np.random.seed(1) # set random seed
    mng = Manager()
    randomState = mng.list(np.random.get_state())
    myC = myClass(randomSt = randomState)

    for i in range(10):
        myC.drawNumpySamples() # this will always return the same results

注意 ：我使用Python
3.5。我还在Numpy的GitHub页面上发布了一个问题。只需在此处发送问题链接以供将来参考。