置换同余生成器 (64 位，PCG64 DXSM)#

class numpy.random.PCG64DXSM(seed=None)#

PCG-64 DXSM 伪随机数生成器的 BitGenerator。

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

用于初始化 BitGenerator 的种子。如果为 None，则会从操作系统获取新的、不可预测的熵。如果传入 int 或 array_like[ints]，则将其传递给 SeedSequence 以导出初始 BitGenerator 状态。也可以传入 SeedSequence 实例。

备注

PCG-64 DXSM 是 O’Neill 置换同余生成器的 128 位实现 ([1], [2])。PCG-64 DXSM 的周期为 \(2^{128}\)，并支持前进任意步数以及 \(2^{127}\) 个流。我们使用的 PCG 家族的特定成员是 PCG CM DXSM 128/64。它与 PCG64 的区别在于它使用了更强大的 DXSM 输出函数、LCG 中的 64 位“廉价乘数”，并在前进状态之前从状态输出，而不是先前进后输出。

PCG64DXSM 提供一个包含函数指针的胶囊，这些函数指针产生双精度浮点数以及无符号 32 位和 64 位整数。这些在 Python 中不能直接使用，必须由 Generator 或类似支持底层访问的对象使用。

支持方法 advance 以将 RNG 前进任意步数。PCG-64 DXSM RNG 的状态由 2 个 128 位无符号整数表示。

状态和播种

PCG64DXSM 状态向量由 2 个无符号 128 位值组成，这些值在外部表示为 Python 整数。一个是 PRNG 的状态，它由线性同余生成器 (LCG) 推进。第二个是 LCG 中使用的固定奇数增量。

输入种子由 SeedSequence 处理以生成这两个值。增量不能独立设置。

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，并使用这些值生成新的 BitGenerator。

>>> from numpy.random import Generator, PCG64DXSM, SeedSequence
>>> sg = SeedSequence(1234)
>>> rg = [Generator(PCG64DXSM(s)) for s in sg.spawn(10)]

兼容性保证

PCG64DXSM 保证固定的种子将始终产生相同的随机整数流。

参考文献

状态#

state

获取或设置 PRNG 状态

并行生成#

advance(delta)

将底层 RNG 推进，如同已发生 delta 次抽取一样。

jumped([jumps])

返回具有跳跃状态的新位生成器。

扩展#

cffi

CFFI 接口

ctypes

ctypes 接口