在python中是否有一个快速的随机数迭代器？

Question

我在我的python脚本中使用了很多随机数。 传统上，我只是在需要它们的地方简单地调用random.random（），但是现在这占了执行时间的很大一部分。 所以我想提高速度。

原始版本可以归结为：

from random import random
for _ in range(cycles):
    _ = random()

请注意，正在进行固定（当然更复杂）的迭代。

现在我尝试使用numpy ：

from numpy.random import random
for _ in range(cycles):
    _ = random()

一方面，这甚至比内置的随机数还要慢，但另一方面，numpy.random.random支持生成大量随机数：

from numpy.random import random
rnd = random(cycles)
i = 0
for _ in range(cycles):
    _ = rnd[i]
    i += 1

大！ 这仅占原始运行时间的五分之一。

我的问题是，维护单独的索引i不是很好，所以我想写这样的东西：

from numpy.random import random
from numpy import nditer
iter_rnd = nditer(random(cycles))
for _ in range(cycles):
    _ = next(iter_rnd)

不幸的是，这和前两个版本一样慢。 生成器的表达和功能甚至更糟。 那么，还有什么更优雅，更快速的东西吗？

Answer 1

for i, random_number in enumerate(rnd):
    do_whatever(i, random_number)

当您要遍历序列及其索引时， enumerate是常用的工具。 但是，如果您使用的是numpy，通常最好避免迭代。 用numpy向量化运算代替迭代可以使您的代码更短，更清晰，并且速度最高可提高1000倍。

当我们讨论它时，我想指出一些我在使用for循环时注意到的奇怪现象。

from numpy.random import random
rnd = random(cycles)
i = 0
for _ in range(cycles):
    _ = rnd[i]
    i += 1

您似乎将for循环用作重复执行一段特定代码的方式，而完全忽略了迭代变量。 for _ in range(cycles)已经在从0到cycles - 1的整数上进行了迭代； 您无需手动增加单独的i变量。 该代码可以简化为以下代码：

from numpy.random import random
rnd = random(cycles)
for i in range(cycles):
    random_number = rnd[i]

Answer 2

使用内置方法迭代numpy数组而不是nditer（）怎么样？

from numpy.random import random
rnd = iter(random(cycles))
for _ in range(cycles):
    _ = rnd.next()