numpy.random和蒙特卡洛

Question

我用Python编写了带有Fortran扩展名的Monte Carlo（MC）代码（与f2py编译）。 由于它是随机积分，因此该算法在很大程度上依赖于随机数，即对于典型的运行，我使用~ 10^8 - 10^9随机数。 到目前为止，我真的不介意随机数的“质量”-但是，这是我要检查的内容。

我的问题是：numpy使用的Mersenne-Twister是否足够？还是有（应该）使用更好的随机数生成器？ （在运行时以及生成的序列的质量上更好）

任何建议/经验绝对欢迎，谢谢！

Answer 1

我认为在不知道如何使用随机数的情况下，没有人能告诉您该算法是否足够。

我要做的是用其他方式替换numpy随机数，当然，已经有其他模块提供了不同的算法。 如果您的模拟结果不受随机数生成器选择的影响，那么这已经是一个好兆头。