旧版随机数生成

RandomState 提供了对旧版生成器的访问.此生成器被认为是冻结的,并且不会再进行改进. 它保证产生与 NumPy v1.16 的最终点发布版本相同的值. 这些都依赖于 Box-Muller 正态分布或逆 CDF 指数或伽玛分布. 仅当需要与以前版本的 NumPy 产生的随机数完全相同时,才应使用此类.

RandomState 将附加信息添加到状态,这在使用 Box-Muller 正态分布时是必需的,因为这些是成对产生的.在访问状态时,重要的是使用 RandomState.get_state ,而不是底层 bit generator 的 state ,以便保存这些额外的值.

尽管我们提供了 MT19937 BitGenerator 以独立于 RandomState 使用,但请注意,它的默认播种使用 SeedSequence 而不是旧版播种算法. RandomState 将使用旧版播种算法.使用旧版播种算法的方法目前是私有的,因为使用它们的主要原因只是为了实现 RandomState .但是,可以使用 RandomState 的状态重置 MT19937 的状态:

from numpy.random import MT19937
from numpy.random import RandomState

rs = RandomState(12345)
mt19937 = MT19937()
mt19937.state = rs.get_state()
rs2 = RandomState(mt19937)

# Same output
rs.standard_normal()
rs2.standard_normal()

rs.random()
rs2.random()

rs.standard_exponential()
rs2.standard_exponential()

class numpy.random.RandomState(seed=None)

用于慢速梅森旋转伪随机数生成器的容器. 考虑使用带有生成器容器的不同 BitGenerator.

RandomState 和 Generator 公开了一些方法,用于生成从各种概率分布中提取的随机数. 除了特定于分布的参数之外,每种方法都接受一个关键字参数 size ,其默认为 None . 如果 size 为 None ,则生成并返回单个值. 如果 size 是一个整数,则返回一个填充有生成值的 1-D 数组. 如果 size 是一个元组,则填充并返回具有该形状的数组.

兼容性保证

一个使用固定种子和一系列使用相同参数调用 ‘RandomState’ 方法的固定位生成器,除了值错误外,总是会产生相同的结果(直到舍入误差). RandomState 实际上是被冻结的,只会接收 Numpy 内部变化所需的更新.更实质性的更改,包括算法的改进,将保留给 Generator .

参数:

seed{None, int, array_like, BitGenerator}, 可选

用于初始化伪随机数生成器的随机种子或实例化的BitGenerator.如果是一个整数或数组,则用作MT19937 BitGenerator的种子.该值可以是0到232 - 1(包括)之间的任何整数,此类整数的数组(或其他序列),或者 None (默认值).如果 seed 是 None ,则 MT19937 BitGenerator通过从 /dev/urandom (或Windows类似物)读取数据(如果可用)或从时钟播种来初始化.

参见

Generator

MT19937

numpy.random.BitGenerator

注释

Python的标准库模块"random"也包含一个梅森旋转伪随机数生成器,它具有许多与 RandomState 中可用的方法类似的方法. RandomState 除了可以识别NumPy之外,还具有提供更多概率分布可供选择的优势.

播种和状态

get_state ([legacy])	返回一个表示生成器内部状态的元组.
set_state (state)	从元组设置生成器的内部状态.
seed ([seed])	重新设定旧版 MT19937 BitGenerator 的种子

简单随机数据

rand (d0, d1, ..., dn)	给定形状的随机值.
randn (d0, d1, ..., dn)	从"标准正态"分布返回样本.
randint (low[, high, size, dtype])	从 low (包含) 到 high (不包含) 返回随机整数.
random_integers (low[, high, size])	low 和 high 之间的 numpy.int_ 类型的随机整数,包括 low 和 high .
random_sample ([size])	返回半开区间 [0.0, 1.0) 中的随机浮点数.
choice (a[, size, replace, p])	从给定的 1-D 数组中生成随机样本
bytes (length)	返回随机字节.

排列组合

shuffle (x)	通过对序列的内容进行洗牌来就地修改序列.
permutation (x)	随机置换一个序列,或返回一个置换的范围.

分布

beta (a, b[, size])	从 Beta 分布中抽取样本.
binomial (n, p[, size])	从二项分布中抽取样本.
chisquare (df[, size])	从卡方分布中抽取样本.
dirichlet (alpha[, size])	从 Dirichlet 分布中抽取样本.
exponential ([scale, size])	从指数分布中抽取样本.
f (dfnum, dfden[, size])	从 F 分布中抽取样本.
gamma (shape[, scale, size])	从伽马分布中抽取样本.
geometric (p[, size])	从几何分布中抽取样本.
gumbel ([loc, scale, size])	从耿贝尔分布中抽取样本.
hypergeometric (ngood, nbad, nsample[, size])	从超几何分布中抽取样本.
laplace ([loc, scale, size])	从具有指定位置(或均值)和尺度(衰减)的拉普拉斯或双指数分布中抽取样本.
logistic ([loc, scale, size])	从逻辑分布中抽取样本.
lognormal ([mean, sigma, size])	从对数正态分布中抽取样本.
logseries (p[, size])	从对数级数分布中抽取样本.
multinomial (n, pvals[, size])	从多项分布中抽取样本.
multivariate_normal (mean, cov[, size, ...])	从多元正态分布中抽取随机样本.
negative_binomial (n, p[, size])	从负二项分布中抽取样本.
noncentral_chisquare (df, nonc[, size])	从非中心卡方分布中抽取样本.
noncentral_f (dfnum, dfden, nonc[, size])	从非中心 F 分布中抽取样本.
normal ([loc, scale, size])	从正态(高斯)分布中抽取随机样本.
pareto (a[, size])	从具有指定形状的 Pareto II 或 Lomax 分布中抽取样本.
poisson ([lam, size])	从泊松分布中抽取样本.
power (a[, size])	从具有正指数 a - 1 的幂分布中抽取 [0, 1] 中的样本.
rayleigh ([scale, size])	从瑞利分布中抽取样本.
standard_cauchy ([size])	从 mode = 0 的标准柯西分布中抽取样本.
standard_exponential ([size])	从标准指数分布中抽取样本.
standard_gamma (shape[, size])	从标准 Gamma 分布中抽取样本.
standard_normal ([size])	从标准正态分布(均值=0,标准差=1)中抽取样本.
standard_t (df[, size])	从具有 df 自由度的标准学生 t 分布中抽取样本.
triangular (left, mode, right[, size])	从区间 [left, right] 上的三角分布中抽取样本.
uniform ([low, high, size])	从均匀分布中抽取样本.
vonmises (mu, kappa[, size])	从 von Mises 分布中抽取样本.
wald (mean, scale[, size])	从 Wald 或逆高斯分布中抽取样本.
weibull (a[, size])	从 Weibull 分布中抽取样本.
zipf (a[, size])	从 Zipf 分布中抽取样本.

numpy.random 中的函数

上面的许多 RandomState 方法在 numpy.random 中作为函数导出.不鼓励这种用法,因为它通过全局 RandomState 实例实现,由于以下两个原因,不建议这样做:

• 它使用全局状态,这意味着结果会随着代码的更改而更改

• 它使用 RandomState 而不是更现代的 Generator .

由于向后兼容的遗留原因,我们不会更改此设置.

beta (a, b[, size])	从 Beta 分布中抽取样本.
binomial (n, p[, size])	从二项分布中抽取样本.
bytes (length)	返回随机字节.
chisquare (df[, size])	从卡方分布中抽取样本.
choice (a[, size, replace, p])	从给定的 1-D 数组中生成随机样本
dirichlet (alpha[, size])	从 Dirichlet 分布中抽取样本.
exponential ([scale, size])	从指数分布中抽取样本.
f (dfnum, dfden[, size])	从 F 分布中抽取样本.
gamma (shape[, scale, size])	从伽马分布中抽取样本.
geometric (p[, size])	从几何分布中抽取样本.
get_state ([legacy])	返回一个表示生成器内部状态的元组.
gumbel ([loc, scale, size])	从耿贝尔分布中抽取样本.
hypergeometric (ngood, nbad, nsample[, size])	从超几何分布中抽取样本.
laplace ([loc, scale, size])	从具有指定位置(或均值)和尺度(衰减)的拉普拉斯或双指数分布中抽取样本.
logistic ([loc, scale, size])	从逻辑分布中抽取样本.
lognormal ([mean, sigma, size])	从对数正态分布中抽取样本.
logseries (p[, size])	从对数级数分布中抽取样本.
multinomial (n, pvals[, size])	从多项分布中抽取样本.
multivariate_normal (mean, cov[, size, ...])	从多元正态分布中抽取随机样本.
negative_binomial (n, p[, size])	从负二项分布中抽取样本.
noncentral_chisquare (df, nonc[, size])	从非中心卡方分布中抽取样本.
noncentral_f (dfnum, dfden, nonc[, size])	从非中心 F 分布中抽取样本.
normal ([loc, scale, size])	从正态(高斯)分布中抽取随机样本.
pareto (a[, size])	从具有指定形状的 Pareto II 或 Lomax 分布中抽取样本.
permutation (x)	随机置换一个序列,或返回一个置换的范围.
poisson ([lam, size])	从泊松分布中抽取样本.
power (a[, size])	从具有正指数 a - 1 的幂分布中抽取 [0, 1] 中的样本.
rand (d0, d1, ..., dn)	给定形状的随机值.
randint (low[, high, size, dtype])	从 low (包含) 到 high (不包含) 返回随机整数.
randn (d0, d1, ..., dn)	从"标准正态"分布返回样本.
random ([size])	返回半开区间 [0.0, 1.0) 中的随机浮点数.
random_integers (low[, high, size])	low 和 high 之间的 numpy.int_ 类型的随机整数,包括 low 和 high .
random_sample ([size])	返回半开区间 [0.0, 1.0) 中的随机浮点数.
ranf (args, \kwargs)	这是 random_sample 的别名.
rayleigh ([scale, size])	从瑞利分布中抽取样本.
sample (args, \kwargs)	这是 random_sample 的别名.
seed ([seed])	重新设定单例 RandomState 实例的种子.
set_state (state)	从元组设置生成器的内部状态.
shuffle (x)	通过对序列的内容进行洗牌来就地修改序列.
standard_cauchy ([size])	从 mode = 0 的标准柯西分布中抽取样本.
standard_exponential \([size])	从标准指数分布中抽取样本.
standard_gamma \(shape[, size])	从标准 Gamma 分布中抽取样本.
standard_normal \([size])	从标准正态分布(均值=0,标准差=1)中抽取样本.
standard_t \(df[, size])	从具有 df 自由度的标准学生 t 分布中抽取样本.
triangular \(left, mode, right[, size])	从区间 [left, right] 上的三角分布中抽取样本.
uniform \([low, high, size])	从均匀分布中抽取样本.
vonmises \(mu, kappa[, size])	从 von Mises 分布中抽取样本.
wald \(mean, scale[, size])	从 Wald 或逆高斯分布中抽取样本.
weibull \(a[, size])	从 Weibull 分布中抽取样本.
zipf \(a[, size])	从 Zipf 分布中抽取样本.