Python：舍入误差会扭曲均匀分布

Question

我需要在0和1之间采样10个均匀分布的随机数。所以我认为python中的以下代码会这样做：

positions = []
for dummy_i in range(1000000):
    positions.append(round(random.random(),1))

但是，当将结果放入直方图时，结果如下所示：

因此舍入似乎破坏了random.random（）生成的均匀分布。 我想知道是什么导致这种情况以及如何防止这种情况发生。 谢谢你的帮助！

Answer 1

似乎你后来在代码中遇到了问题......（例如，在收集统计数据时）。 检查这个较小的片段：

import random, collections
data = collections.defaultdict(int)
for x in range(1000000):
    data[round(random.random(),1)] += 1
print(data)

你会看到0和1当然有大约一半的其他值的样本都非常均匀。

比如我得到了：

defaultdict(<class 'int'>,
            {0.4: 100083,
             0.9: 99857,
             0.3: 99892,
             0.8: 99586,
             0.5: 100108,
             1.0: 49874,     # Correctly about half the others
             0.7: 100236,
             0.2: 99847,
             0.1: 100251,
             0.6: 100058,
             0.0: 50208})    # Correctly about half the others

Answer 2

你创建直方图的方法是错误的。 你应该大致得到：

0和1为50k

其他所有数字均为100k

但是你的第三个bin从0.2包含到0.3包括，导致200k，而你的第四个bin从0.3独占到0.4独占，导致零。

尝试创建边缘为0.05,0.15等的直方图，然后就不会出现这样的精度误差。

Answer 3

试试这个

positions = []
for dummy_i in range(10):
    positions.append(random.randint (0, 10) / 10)

Answer 4

我认为在这里使用Numpy可能更干净，更有效：

import numpy as np
positions = np.random.random(10000)
positions = np.round(positions, decimals=3)