置换同余生成器 (64位, PCG64 DXSM)#

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

用于 PCG-64 DXSM 伪随机数生成器的 BitGenerator。

参数:
种子{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 以推导出初始 BitGenerator 状态。也可以传入 SeedSequence 实例。

注释

PCG-64 DXSM 是 O’Neill 的置换同余生成器 ([1], [2]) 的 128 位实现。PCG-64 DXSM 的周期为 \(2^{128}\)，并支持任意步长的前进以及 \(2^{127}\) 个流。我们使用的 PCG 系列的特定成员是 PCG CM DXSM 128/64。它与 PCG64 的不同之处在于，它使用了更强的 DXSM 输出函数，LCG 中使用了一个 64 位的“廉价乘数”，并且在状态前进之前而不是前进之后输出。

PCG64DXSM 提供了一个包含函数指针的胶囊，这些函数指针生成双精度浮点数以及无符号的 32 位和 64 位整数。这些不能直接在 Python 中使用，必须由支持低级访问的 Generator 或类似对象使用。

支持方法 advance 以任意步长推进 RNG。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 128 位无符号值组成，它们在外部表示为 Python 整数。其中一个是 PRNG 的状态，由线性同余生成器 (LCG) 推进。另一个是 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。增量不可独立设置。

并行特性

在并行应用中使用 BitGenerator 的首选方式是使用 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, 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

状态#

state

获取或设置 PRNG 状态

并行生成#

advance(delta)

推进底层 RNG，如同已发生了 delta 次抽取。

jumped([jumps])

返回一个新的位生成器，其状态已跳跃。

扩展#

cffi

CFFI 接口

ctypes

ctypes 接口