基于 Philox 计数器的 RNG#

class numpy.random.Philox(seed=None, counter=None, key=None)#

Philox (4x64) 伪随机数生成器的容器.

参数:
seed{None, int, array_like[ints], SeedSequence}, 可选

用于初始化 BitGenerator 的种子.如果为 None,则将从操作系统中提取新鲜的,不可预测的熵.如果传递一个 int 或 array_like[ints] ,那么它将被传递给 SeedSequence 以导出初始 BitGenerator 状态.也可以传入一个 SeedSequence 实例.

counter{None, int, array_like}, optional

Philox 状态中使用的计数器.可以是 [0, 2256) 中的 Python 整数(2.x 中为 long),也可以是 4 元素 uint64 数组.如果未提供,则 RNG 初始化为 0.

key{None, int, array_like}, optional

Philox 状态中使用的密钥.与 seed 不同,key 中的值是直接设置的.可以是 [0, 2128) 中的 Python 整数,也可以是 2 元素 uint64 数组. key 和 seed 不能同时使用.

注释

Philox 是一个 64 位 PRNG,它使用基于加密函数的较弱(且更快)版本的基于计数器的设计 [1] .使用不同密钥值的实例会生成独立的序列.Philox 的周期为 \(2^{256} - 1\) ,支持任意推进和以 \(2^{128}\) 的增量跳过序列.这些功能允许生成多个不重叠的序列.

Philox 提供了一个包含函数指针的胶囊,这些指针生成双精度浮点数,以及无符号 32 位和 64 位整数.这些不能在 Python 中直接使用,必须由 Generator 或类似的,支持低级访问的对象使用.

状态和播种

Philox 状态向量由一个 256 位的值组成,编码为一个包含 4 个元素的 uint64 数组,以及一个 128 位的值,编码为一个包含 2 个元素的 uint64 数组.前者是一个计数器,每生成 4 个 64 位随机数,该计数器就会递增 1.后者是一个键,它决定了生成的序列.使用不同的键会生成独立的序列.

输入 seed 由 SeedSequence 处理以生成键.计数器设置为 0.

或者,可以省略 seed 参数并直接设置 key 和 counter .

并行特性

在并行应用程序中使用 BitGenerator 的首选方法是使用 SeedSequence.spawn 方法获取熵值,并使用这些熵值生成新的 BitGenerator:

>>> from numpy.random import Generator, Philox, SeedSequence
>>> sg = SeedSequence(1234)
>>> rg = [Generator(Philox(s)) for s in sg.spawn(10)]

Philox 可用于并行应用程序,通过调用 jumped 方法来推进状态,如同已生成了 \(2^{128}\) 个随机数.或者,可以使用 advance 来按 [0, 2256) 中的任何正步长推进计数器.当使用 jumped 时,应链接所有生成器,以确保段来自同一序列.

>>> from numpy.random import Generator, Philox
>>> bit_generator = Philox(1234)
>>> rg = []
>>> for _ in range(10):
...    rg.append(Generator(bit_generator))
...    bit_generator = bit_generator.jumped()

或者, Philox 可以通过使用一系列不同的键用于并行应用程序,其中每个实例都使用不同的键.

>>> key = 2**96 + 2**33 + 2**17 + 2**9
>>> rg = [Generator(Philox(key=key+i)) for i in range(10)]

兼容性保证

Philox 保证固定的 seed 始终产生相同的随机整数流.

参考文献

[1]

John K. Salmon, Mark A. Moraes, Ron O. Dror, and David E. Shaw, “Parallel Random Numbers: As Easy as 1, 2, 3,” Proceedings of the International Conference for High Performance Computing, Networking, Storage and Analysis (SC11), New York, NY: ACM, 2011.

示例

>>> from numpy.random import Generator, Philox
>>> rg = Generator(Philox(1234))
>>> rg.standard_normal()
0.123  # random
属性:
lock: threading.Lock

共享的锁实例,以便可以在多个生成器中使用相同的位生成器,而不会破坏状态. 从位生成器生成值的代码应持有该位生成器的锁.

状态#

state 

获取或设置 PRNG 状态

并行生成#

advance (delta)

好像发生了 delta 次抽取一样,推进底层 RNG.

jumped ([jumps])

返回一个状态跳转的新位生成器

扩展#

cffi 

CFFI 接口

ctypes 

ctypes 接口
On this page