基于Philox计数器的RNG#
- class numpy.random.Philox(seed=None, counter=None, key=None)#
Philox (4x64) 伪随机数生成的容器。
- 参数：
- seed{None, int, array_like[ints], SeedSequence}, 可选
用于初始化
BitGenerator的种子。如果为 None，则会从操作系统获取新的、不可预测的熵。如果传入int或array_like[ints]，则将其传递给SeedSequence以导出初始BitGenerator状态。也可以传入SeedSequence实例。- counter{None, int, array_like}, 可选
在 Philox 状态中使用的计数器。可以是 Python int（在 2.x 中为 long）[0, 2**256) 或 4 元素 uint64 数组。如果未提供，则 RNG 初始化为 0。
- key{None, int, array_like}, 可选
在 Philox 状态中使用的密钥。与
seed不同，密钥中的值直接设置。可以是 [0, 2**128) 中的 Python int 或 2 元素 uint64 数组。key 和seed不能同时使用。
注释
Philox 是一种 64 位 PRNG，它使用基于较弱（且更快）的加密函数的基于计数器的设计 [1]。使用不同密钥值的实例会生成独立的序列。Philox 的周期为 \(2^{256} - 1\)，并支持以 \(2^{128}\) 的增量任意推进和跳转序列。这些功能允许生成多个不重叠的序列。
Philox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以及无符号 32 位和 64 位整数。这些在 Python 中不能直接使用，必须由支持低级访问的Generator或类似对象使用。状态和种子
Philox状态向量由编码为 4 元素 uint64 数组的 256 位值和编码为 2 元素 uint64 数组的 128 位值组成。前者是一个计数器，每生成 4 个 64 位随机数就递增 1。后者是一个密钥，它决定生成的序列。使用不同的密钥会产生独立的序列。输入
seed由SeedSequence处理以生成密钥。计数器设置为 0。或者，可以省略
seed参数并直接设置key和counter。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 BitGenerator。>>> from numpy.random import Generator, Philox, SeedSequence >>> sg = SeedSequence(1234) >>> rg = [Generator(Philox(s)) for s in sg.spawn(10)]
Philox可以通过调用jumped方法来在并行应用程序中使用，该方法可以推进状态，就好像已经生成了 \(2^{128}\) 个随机数一样。或者，可以使用advance来为 [0, 2**256) 中的任何正步长推进计数器。使用jumped时，所有生成器都应链接起来以确保段来自同一个序列。>>> from numpy.random import Generator, Philox >>> bit_generator = Philox(1234) >>> rg = [] >>> for _ in range(10): ... rg.append(Generator(bit_generator)) ... bit_generator = bit_generator.jumped()
或者，
Philox可以通过使用一系列不同的密钥在并行应用程序中使用，其中每个实例使用不同的密钥。>>> key = 2**96 + 2**33 + 2**17 + 2**9 >>> rg = [Generator(Philox(key=key+i)) for i in range(10)]
兼容性保证
Philox保证固定的seed将始终产生相同的随机整数流。参考文献
[1]John K. Salmon, Mark A. Moraes, Ron O. Dror, and David E. Shaw, “Parallel Random Numbers: As Easy as 1, 2, 3,” Proceedings of the International Conference for High Performance Computing, Networking, Storage and Analysis (SC11), New York, NY: ACM, 2011.
示例
>>> from numpy.random import Generator, Philox >>> rg = Generator(Philox(1234)) >>> rg.standard_normal() 0.123 # random
- 属性：
- lock: threading.Lock
共享的锁实例，以便可以在多个 Generator 中使用相同的位生成器而不会损坏状态。从位生成器生成值的代码应持有位生成器的锁。
状态#
获取或设置 PRNG 状态 |