位生成器#

Generator 生成的随机值源自一个 BitGenerator。BitGenerator 不直接提供随机数,只包含用于设置种子、获取或设置状态、跳转或推进状态以及访问低级包装器的方法,以便可以有效地访问提供的函数的代码使用,例如 numba

支持的 BitGenerator#

包含的 BitGenerator 为

  • PCG-64 - 默认值。一个快速的生成器,可以任意推进。请参阅 advance 的文档。PCG-64 的周期为 \(2^{128}\)。有关此类 PRNG 的更多详细信息,请参阅 PCG 作者页面

  • PCG-64 DXSM - PCG-64 的升级版本,在并行上下文中具有更好的统计特性。有关这些改进的更多信息,请参阅 使用 PCG64DXSM 升级 PCG64

  • MT19937 - 标准 Python BitGenerator。添加了一个 MT19937.jumped 函数,该函数返回一个新的生成器,其状态就像进行了 \(2^{128}\) 次抽取一样。

  • Philox - 一个基于计数器的生成器,能够任意推进步数或生成独立的流。有关此类位生成器的更多详细信息,请参阅 Random123 页面。

  • SFC64 - 基于随机可逆映射的快速生成器。通常是这四个生成器中速度最快的。有关(少量)更多详细信息,请参阅 SFC 作者页面

BitGenerator([seed])

通用 BitGenerator 的基类,它基于不同的算法提供随机位流。

种子和熵#

BitGenerator 提供随机值的流。为了生成可重复的流,BitGenerator 支持通过种子设置其初始状态。所有提供的 BitGenerator 都将接受任意大小的非负整数或此类整数列表作为种子。BitGenerator 需要获取这些输入并将它们处理成 BitGenerator 的高质量内部状态。NumPy 中的所有 BitGenerator 都将此任务委托给 SeedSequence,它使用散列技术来确保即使是低质量的种子也会生成高质量的初始状态。

from numpy.random import PCG64

bg = PCG64(12345678903141592653589793)

SeedSequence 旨在方便实施最佳实践。我们建议随机程序默认为使用来自操作系统的熵,以便每次运行都不同。程序应打印或记录该熵。为了重现过去的值,程序应允许用户通过某种机制(命令行参数很常见)提供该值,以便用户可以重新输入该熵来重现结果。SeedSequence 可以处理除与用户通信之外的所有事情,这取决于您。

from numpy.random import PCG64, SeedSequence

# Get the user's seed somehow, maybe through `argparse`.
# If the user did not provide a seed, it should return `None`.
seed = get_user_seed()
ss = SeedSequence(seed)
print('seed = {}'.format(ss.entropy))
bg = PCG64(ss)

我们默认为使用来自操作系统收集的熵的 128 位整数。这是初始化 NumPy 中所有生成器的一个很好的熵量。我们不建议在一般用途下使用低于 32 位的小种子。仅使用一小部分种子来实例化更大的状态空间意味着某些初始状态是不可能达到的。如果每个人都使用这些值,这就会产生一些偏差。

严格来说,结果不会有任何“错误”;即使是 0 的种子也完全没问题,这要归功于 SeedSequence 执行的处理。如果您只需要用于单元测试或调试的“某些”固定值,请随意使用您喜欢的任何种子。但是,如果您想从结果中推断或发布结果,那么从更大的种子集中抽取是一个好的做法。

如果您需要“离线”生成一个好的种子,那么 SeedSequence().entropy 或使用标准库中的 secrets.randbits(128) 都是方便的方法。

如果您需要并行运行多个随机模拟,最佳实践是为每个模拟构建一个随机生成器实例。为了确保随机流具有不同的初始状态,您可以使用 SeedSequencespawn 方法。例如,这里我们构建了一个包含 12 个实例的列表

from numpy.random import PCG64, SeedSequence

# High quality initial entropy
entropy = 0x87351080e25cb0fad77a44a3be03b491
base_seq = SeedSequence(entropy)
child_seqs = base_seq.spawn(12)    # a list of 12 SeedSequences
generators = [PCG64(seq) for seq in child_seqs]

如果您已经有一个初始随机生成器实例,则可以使用 spawn 方法缩短以上代码

from numpy.random import PCG64, SeedSequence
# High quality initial entropy
entropy = 0x87351080e25cb0fad77a44a3be03b491
base_bitgen = PCG64(entropy)
generators = base_bitgen.spawn(12)

另一种方法是利用 SeedSequence 可以由元组元素初始化的事实。这里我们使用一个基本熵值和一个整数 worker_id

from numpy.random import PCG64, SeedSequence

# High quality initial entropy
entropy = 0x87351080e25cb0fad77a44a3be03b491
sequences = [SeedSequence((entropy, worker_id)) for worker_id in range(12)]
generators = [PCG64(seq) for seq in sequences]

请注意,后一种方法产生的序列将与通过 spawn 构造的序列不同。

SeedSequence([entropy, spawn_key, pool_size])

SeedSequence 以可重复的方式混合熵源,以设置独立且非常可能不重叠的 BitGenerator 的初始状态。