置换同余生成器 (64位, PCG64)#
- class numpy.random.PCG64(seed=None)#
PCG-64 伪随机数生成器的位生成器。
- 参数:
- seed{None, int, array_like[ints], SeedSequence}，可选
用于初始化
BitGenerator的种子。如果为 None，将从操作系统获取新的、不可预测的熵。如果传入 `int` 或 `array_like[ints]`，则会将其传递给SeedSequence以推导初始的BitGenerator状态。也可以传入SeedSequence实例。
备注
PCG-64 是 O’Neill 置换同余生成器 ([1], [2]) 的一个 128 位实现。PCG-64 的周期为 \(2^{128}\)，支持向前跳跃任意步长以及 \(2^{127}\) 个流。我们使用的 PCG 族特定成员是论文 ([2]) 中描述的 PCG XSL RR 128/64。
PCG64提供一个封装，其中包含生成双精度浮点数、无符号 32 位和 64 位整数的函数指针。这些函数指针不能直接在 Python 中使用，必须由支持低级访问的Generator或类似对象来使用。支持
advance方法，用于将 RNG 任意步进。PCG-64 RNG 的状态由 2 个 128 位无符号整数表示。状态和播种
PCG64状态向量由 2 个无符号 128 位值组成，它们在外部表示为 Python 整数。其中一个是被线性同余生成器 (LCG) 推进的伪随机数生成器 (PRNG) 状态。另一个是在 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
在并行应用中使用位生成器的首选方法是使用
SeedSequence.spawn方法获取熵值，并使用这些熵值生成新的位生成器。>>> from numpy.random import Generator, PCG64, SeedSequence >>> sg = SeedSequence(1234) >>> rg = [Generator(PCG64(s)) for s in sg.spawn(10)]
兼容性保证
PCG64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#
获取或设置 PRNG 状态 |