我编写了一个简单的随机数生成器，如何绘制我编写的函数的分布图？

Question

这是我第一次编写随机数生成器，而我只是在四处弄乱，看看我可以用随机公式做什么。

但是，我对我的功能有多偏心以及功能的分布（在1到9之间）感到好奇。 这是我不必要的长代码：

import time

class Random:
    """random generator"""

    def __init__(self):
        """ Random()-> create a random number generator with a random seed
        a seed is needed in order to generate random numbers"""
        self.seed = time.time()

    def random(self):
        """ Random.random() -> get a random number using a formula"""
        self.seed =(((int(self.seed)*129381249123+2019383)**0.74123)/517247) % 288371

    def get_ran_num(self):
        """ Random.get_ran_num() -> return a random integer from 1 thru 10"""
        self.random()
        return int(list(str(int(self.seed)))[3])


ranNum = Random()

如果有一些工具可以执行随机函数，然后运行数千次，然后以图形方式显示其分布，那就太好了。

先感谢您

p / s：如何改善RNG并使其更加随机？

Answer 1

我会尝试random.rand和matplotlib。

import numpy as np
import matplotlib.pyplot as plt


N = 50
x = np.random.rand(N)
y = np.random.rand(N)
colors = np.random.rand(N)
area = np.pi * (15 * np.random.rand(N))**2  # 0 to 15 point radiuses

plt.scatter(x, y, s=area, c=colors, alpha=0.5)
plt.show()

像这样吗

编辑：您是否要生成伪随机数？ 无论如何，您都需要为移位寄存器提供种子，因此在这方面，我不确定它是否将是完全随机的。

Answer 2

如果您只需要视觉表示，就可以轻松使用

import matplotlib.pyplot as plt
# Random class here
ranNum = Random()
randNums = [ranNum.get_ran_num() for _ in range(100)]
nums = list(range(len(randNums)))
plt.plot(nums, randNums, 'ro')
plt.show()

这是100个随机数：

但是，当我进入更高的范围时会遇到IndexError 。 您可能应该修复导致该问题的实际算法，但是我对它施加创可贴的方式是：

def get_ran_num(self):
    """ Random.get_ran_num() -> return a random integer from 1 thru 10"""
    retval = None
    while True:
        try:
            self.random()
            retval = int(list(str(int(self.seed)))[3])
            break
        except IndexError as e:
            continue
    return retval

这是一个100,000个随机数的图，非常好。 您所追求的是连续的线条，其中没有一条比其他线条更密集，但是您将需要进行更好的熵分析，以找出比快速可视表示更有用的东西。 在您的情况下，看起来6更受欢迎。 同样，它看起来很重复。

Answer 3

我希望直方图可以检查随机数生成器的分布均匀性。

import numpy as np
import matplotlib
import matplotlib.pyplot as plt 
myarr = np.random.randint(1000, size=100000)
plt.hist(myarr, bins=40)
plt.show()