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 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,则将从操作系统获取新的不可预测的熵。如果传递了int
或array_like[ints]
,则它将传递给SeedSequence
以推导出初始BitGenerator
状态。还可以传递SeedSequence
实例。
备注
PCG-64 是 O’Neill 置换同余生成器的 128 位实现 ([1],[2])。PCG-64 的周期为 \(2^{128}\),并支持前进任意数量的步长以及 \(2^{127}\) 个流。我们使用的 PCG 家族的特定成员是 PCG XSL RR 128/64,如论文 ([2]) 中所述。
PCG64
提供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、无符号 32 位和 64 位整数。这些在 Python 中不可直接使用,必须由Generator
或类似支持低级访问的对象使用。支持方法
advance
以将 RNG 前进任意数量的步长。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,在外部表示为 Python 整数。一个是 PRNG 的状态,它通过线性同余生成器 (LCG) 进行推进。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。增量不可独立设置。并行功能
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, PCG64, SeedSequence >>> sg = SeedSequence(1234) >>> rg = [Generator(PCG64(s)) for s in sg.spawn(10)]
兼容性保证
PCG64
保证固定的种子始终会产生相同的随机整数流。参考文献
状态#
获取或设置 PRNG 状态 |