来自 NumPy 随机发生器的 32 位浮点数

Question

在过去的几年中，NumPy 中的随机数生成已经得到了彻底检查。 设置可重现随机数的现代方法现在是这样的：

# Set up random number generator
import numpy as np
stream = np.random.PCG64DXSM
seed = 42
rng = np.random.Generator(stream(seed))

# Draw random numbers from various distributions
a = rng.uniform (0, 1, size=10)  # uniform  distribution
b = rng.normal  (0, 1, size=10)  # normal   distribution
c = rng.rayleigh(1,    size=10)  # Rayleigh distribution
...

这工作很棒。 三个 arrays a 、 b和c都包含双精度浮点数，即它们的dtype是np.float64 。 我将如何 go 将其更改为例如np.float32 ？

我当然可以将结果转换为 32 位，但这不是最佳的（如果我们将问题扩展到 128 位，这根本不起作用）。 文档中支持获取 32 位结果，但我不知道如何使用上述首先使用np.random.Generator(stream(seed))定义 rng 的系统。 另一个文档条目指出

接受 np.float32 或 np.float64 的可选 dtype 参数...

但是我似乎又找不到在上面的什么地方可以放置这样的论点。

之前有人问过类似的问题，但所有结果都与较旧的 NumPy 接口有关，而不是上面展示的现代接口。

具体来说，让我们关注最新版本的 NumPy (1.22)，它确实对随机数生成进行了一些更改，尽管我认为只是修复了错误。

Answer 1

您链接到的文档是指“接受 np.float32 或 np.float64 为 select 分布生成单精度或双精度均匀随机变量的可选 dtype 参数”； 事实上，只有四种“选择分布”接受dtype参数： random （[0, 1) 上的均匀分布）、 standard_exponential 、 standard_gamma和standard_normal 。

例如，

In [26]: rng = np.random.default_rng()

In [27]: rng.random(size=10, dtype=np.float32)
Out[27]: 
array([0.13855255, 0.33742118, 0.51912105, 0.59625137, 0.9547056 ,
       0.20756459, 0.4408238 , 0.37817073, 0.62999   , 0.36310232],
      dtype=float32)

In [28]: rng.standard_gamma(shape=6.5, size=10, dtype=np.float32)
Out[28]: 
array([ 4.99139  ,  7.1637936,  5.1287727,  5.8192725,  7.1051316,
        1.9996499, 14.339245 ,  6.158779 ,  5.6176057,  6.186189 ],
      dtype=float32)

对于其他发行版，您必须按照您的建议生成 64 位值并转换为float32 。