有沒有辦法在 Numpy 中實現更新的偽隨機數生成器

Question

我想在 Numpy 中嘗試不同的偽隨機數生成器 (PRNG)。 了解不同算法的比較主要是一種學術好奇心。 Numpy 是否有一種直接指向不同 PRNG 的方法，還是我需要更改源代碼？

Answer 1

更改隨機數生成不是提供的方法/您可以使用 python 執行的操作，但是您可以更改生成的種子，但這對於隨機數的實際生成幾乎沒有作用，Python 使用 Mersenne Twister 算法生成其隨機數，如果要更改算法，則需要更改其源代碼。 我不知道它在哪里，但不久前我確實對這些東西進行了一些研究。 這是所有隨機數生成算法的 wiki 鏈接，我不建議對它們中的任何一個進行編碼，因為它們很復雜，暗示了隨機性的概念。 關聯：

https://en.wikipedia.org/wiki/List_of_random_number_generators

此外，python 確實在 forms 一代中提供了一些變化，但是隨機方法對於您可能想要使用的任何內容都非常穩定，如果您想要更快的方法，您可以 Z34D1F91FB2E514B8576FAB1A75A89A6 使用 TinyMT 進行編碼用手。 下面是所有隨機方法的鏈接，包括種子：

https://docs.python.org/3/library/random.html

希望這會有所幫助，我建議不要嘗試更改隨機數生成的源代碼，因為隨機性只會真正成為安全性的一個因素，否則像 MT 這樣的基本系統就可以了。