用隨機數填充numpy數組的最快方法

Question

是否有更快的方法來獲得一個充滿隨機數的numpy數組而不是內置的numpy.random.rand(count)函數？ 我知道內置方法是使用Mersenne Twister。

我想使用numpy進行蒙特卡羅模擬，並且獲取隨機數是占用大部分時間的。 一個簡單的例子，通過monte carlo與200E6隨機數進行積分計算pi只能通過我的程序處理大約116.8 MB / s。 使用xor128（）作為生成器以C ++編寫的可編譯程序處理數百MB / s。

編輯：計算的生成率

Answer 1

如果可以接受，你可能會通過降低准確性來略微提高性能。 我通過使用randint和縮放來做到這一點：

使用ipython %%timeit

count =1000

numpy.random.rand(count)

10000 loops, best of 3: 24.3us per loop

numpy.random.randint(0,1000,count)*0.001

10000 loops, best of 3: 21.4us per loop