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}, optional

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 以派生初始 BitGenerator 状态。也可以传入 SeedSequence 实例。

备注

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 \(2^{128}\)，支持任意步数的推进以及 \(2^{127}\) 条流。我们使用的 PCG 系列中的特定成员是 PCG CM DXSM 128/64。它与 PCG64 的区别在于，它使用了更强的 DXSM 输出函数、LCG 中的一个 64 位“廉价乘数”，并且输出是先于状态推进的，而不是先推进再输出。

PCG64DXSM 提供一个包含生成双精度浮点数、无符号 32 位和 64 位整数的函数指针的封装。这些不能直接在 Python 中使用，必须由支持低级访问的 Generator 或类似对象进行消耗。

支持 advance 方法来任意步数推进 RNG。PCG-64 DXSM RNG 的状态由 2 个 128 位无符号整数表示。

状态和种子

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 int。一个是 PRNG 的状态，它由一个线性同余生成器（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 BitGenerators。

>>> 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)

在底层 RNG 上推进，如同已经进行了 delta 次抽取。

jumped([jumps])

返回一个新的位生成器，其状态已跳转。

扩展#

cffi

CFFI 接口

ctypes

ctypes 接口