我想在Numpy中尝试不同的伪随机数生成器(PRNG)。这主要是一种学术好奇心，看看不同的算法如何比较。Numpy有没有直接指向不同的PRNG的方法，或者我需要修改源代码吗？
浏览 14提问于2020-05-26得票数 1
1回答
我为蒙特卡洛模拟编写了一个Python程序，它调用使用内置随机数生成器(例如np.random.normal()或np.random.choice())的numpy函数，并导入一些c++函数(使用标准numpy c-api编译)，这些函数也使用随机数生成器。然而，为了在统计上是正确的，我需要numpy和numpy c-api函数使用相同的随机数生成器</e
浏览 8提问于2019-04-30得票数 1
我在代码中碰到了这条线：我在中看到，numpy.random.RandomState是一个可以找到许多概率分布的库不过，我不明白1234的论点。有人能解释一下吗？
浏览 4提问于2015-05-25得票数 1
回答已采纳
据 random_state说
更新1：
虽然确实有助于解释为什么在sklearn中使用随机状态，但它并没
浏览 2提问于2017-04-10得票数 2
回答已采纳
2回答
我正在构建一个适用于安卓和iOS的应用。在应用程序中，我需要生成在iOS版本和安卓版本中都匹配的伪随机数。我看到了许多自定义随机数生成器的实现，但其中一些是用C++或PHP实现的。有没有人能帮我找到一个可以同时在iOS和安卓上工作的随机数生成器，或者有人能告诉他们如何创建我自
浏览 3提问于2016-05-07得票数 1
我的PHP应用程序中有一个数组，我需要开发一个函数，在给定数组和任意字符串密码的情况下，该函数将输出大型数组的一个随机子集。每次使用相同的密码调用函数时，输出的数组的子集和顺序都应该相同。我可以通过获取像MD5这样的散列的整数值，根据密码生成一个伪随机数，但我不确定如何使用它来实现：2)根据散列将
浏览 1提问于2011-06-10得票数 1
回答已采纳
我很好奇，seed方法如何解释我们传递给它的值。我知道numpy.random包的seed方法是用来维护随机函数的状态的，所以每次我们执行代码时，它都会生成相同的输出，但是它是否指定了随机函数将生成的某种东西，无论该数字将是统计标准化的，还是总数字的方差将是您传递给seed方法或其他方法的数字？import numpy as npnp.random.rand
浏览 19提问于2019-12-11得票数 0
2回答
我正在尝试理解random库的工作原理。我考虑了一些情况: 1)我有值b，它可以取概率为0.5的值0或1。我知道，我可以通过我想知道，选择某个值需要执行哪些步骤？它分离了这个段并得到了随机值？它是如何发生的？
2)或者，如果我有，也许可以列出一份清单。我可以给你一个通用的方法，random.choice(lst))，但我也想知道，在决策过程中会发生什么？
浏览 0提问于2016-11-17得票数 2
import numpy as np for i in np.arange(1,21): heads_tailsptails*100),"%","---",嗨，我写了这段代码，我不明白随机，兰多姆州立的函数在这里，它是用来做什么的，或者它<em
浏览 12提问于2021-01-24得票数 0
回答已采纳
为了进行随机模拟，我们以后运行的随机模拟是可重复的，我和我的同事经常使用random和np.random.seed方法显式地为random.seed或numpy.random模块的随机数生成器种子。如果我们只是在程序中使用这些模块之一，那么使用任意常量(如42 )的种子很好，但有时，我们在同一个程序中同时使用random和np.random。特别是，我担心会有某种陷阱，我们可能会陷入这样的<
浏览 1提问于2019-11-20得票数 4
我有一个需要输入准随机数的任务要完成，但我注意到我要使用的Matlab函数没有选择我想要使用的任何准生成器的选项(例如Halton、Sobol等)。Matlab将它们作为独立的函数，而不是普遍存在的'randn‘和'rng’函数中的选项。MatLab使用的是Mersenne Twister，一个伪生成器。例如，copularnd使用基于
浏览 2提问于2015-12-12得票数 2
1回答
我正在运行的代码可能会从随机数生成器的不同初始化中受益。我使用库torch和python。我使用以下几行代码在每次迭代开始时设置随机种子。import numpy as npprint(f"Seed: {seed}")torch.manual_seed(seed)
但是，由于某些原因，在(多次
浏览 3提问于2021-03-03得票数 3
我正在尝试编写一个函数，它接受一个min和一个max，并在它们之间返回一个随机的双精度。我试图使用Boost::variate_generator来获取两个双精度之间的随机数，但问题是我不能更改它的分布，所以每次调用都必须创建一个新的种子。如果我每次调用伪随机数生成器时都生成一个新种子，那么它就失去了伪随机数生成器的作用。
有没有办法得到下面这样
浏览 3提问于2013-05-17得票数 1
1回答
有没有办法在python代码中为numpy随机数生成器使用两个不同的种子，一个用于代码的一部分，另一个用于代码的其余部分？
浏览 1提问于2017-05-11得票数 5
回答已采纳
我正在python中做一个调度模拟，它是完全确定的。所以，当我有相同的输入和参数时，我总是得到相同的输出。现在我<e
浏览 3提问于2019-12-10得票数 3
回答已采纳
我感兴趣的是，当从物理系统(如掷骰子)中播撒高熵值时，是否有可能预测Python3 random.random()。换句话说，random.random()是一个很好的函数，它接受“熵”并将其降为不可预测的有界值吗？该随机发生器具有较高的熵值，<e
浏览 0提问于2017-12-12得票数 1
回答已采纳
1回答
我正在使用python构建一个蒙特卡洛模拟，到目前为止，我一直使用numpy来生成我的随机变量。然而，我刚刚了解到numpy使用Mersenne Twister算法来产生它的随机数，基于我有限的理解，这在蒙特卡洛模拟中是不可取的。我更喜欢使用MRG32k3a，但我也想利用numpy的分布函数。有没有办法让numpy使用我选择的生成器</e
浏览 26提问于2019-01-31得票数 4
类random_state=None，sklearn.linear_model.Lasso(alpha=1.0，fit_intercept=True，normalize=False，precompute=False，copy_X=True，max_iter=1000，tol=0.0001，warm_start=False，positive=False，positive=False)
random_state=None)类sklearn.linear_model.Ridge(alpha=1.0，fit_intercept=True，normalize=False，copy_X=True，max_
浏览 0提问于2018-02-21得票数 2
回答已采纳
2回答
我正在尝试创建一个函数来创建假数据，以便在单独的分析中使用。以下是对该函数的要求。在这个问题中，您将使用numpy创建假数据。在函数下面的单元格中，create_data接受两个参数"n“和"rand_gen”。
"rand_gen“参数是一个伪随机数生成器。我们使用伪随机数发生器来产生同样的结果。使用伪随机生成器<em
浏览 1提问于2018-10-18得票数 1
回答已采纳
我在学习python的随机模块。我知道它会产生伪随机数。它的核心思想是使用一个高频时钟作为种子，然后使用一个函数来产生一个“看起来像随机数”的函数。据我所知，在现实世界中甚至不可能产生真实的随机数。
但我知道Unix随机生成器引入了鼠标运动轨迹参数、IO响应时间等因素，给其随机数产生函数引入了不确定性。通过它我们可以得到比普通伪随机数更好
浏览 13提问于2014-04-06得票数 11
回答已采纳
云服务器
ICP备案
实时音视频
对象存储
云直播
腾讯云开发者
