为什么 numpy.random.Generator.choice 与默认均匀分布相比，给定均匀分布提供不同的结果（种子）？

简单测试代码：

pop = numpy.arange(20)
rng = numpy.random.default_rng(1)
rng.choice(pop,p=numpy.repeat(1/len(pop),len(pop))) # yields 10
rng = numpy.random.default_rng(1)
rng.choice(pop) # yields 9

The numpy 文档 https://numpy.org/doc/stable/reference/random/generated/numpy.random.Generator.choice.html says:

与 a 中每个条目相关的概率。如果未给出，则样本假定 a 中的所有条目均匀分布。

我不知道还有什么其他方法可以创建均匀分布，但是numpy.repeat(1/len(pop),len(pop)).

numpy 是否使用其他东西？为什么？

如果不是，设置分布如何影响种子？

分布和种子不应该是独立的吗？

我在这里缺少什么？

分布不会影响种子。详情如下：

我查看了源代码：numpy/random/_generator.pyx#L669 https://github.com/numpy/numpy/blob/f1c4ba3e97cbf5c494f29531b35da6144cac5aec/numpy/random/_generator.pyx#L669

If p给出，它将使用rng.random获得一个随机值：

import numpy

pop = numpy.arange(20)
seed = 1
rng = numpy.random.default_rng(seed)

# rng.choice works like bellow
rand = rng.random()
p = numpy.repeat(1/len(pop),len(pop))
cdf = p.cumsum()
cdf /= cdf[-1]
uniform_samples = rand
idx = cdf.searchsorted(uniform_samples, side='right')
idx = numpy.array(idx, copy=False, dtype=numpy.int64) # yields 10
print(idx)

# -----------------------
rng = numpy.random.default_rng(seed)
idx = rng.choice(pop,p=numpy.repeat(1/len(pop),len(pop))) # same as above
print(idx)

If p没有给出，它将使用rng.integers获得一个随机值：

rng = numpy.random.default_rng(seed)
idx = rng.integers(0, pop.shape[0]) # yields 9
print(idx)
# -----------------------
rng = numpy.random.default_rng(seed)
idx = rng.choice(pop) # same as above
print(idx)

您可以使用不同的seed价值。我不知道会发生什么rng.random and rng.integers，但您可以看到它们的行为有所不同。这就是为什么你得到不同的结果。