基于 Philox 计数器的随机数生成器#

class numpy.random.Philox(seed=None, counter=None, key=None)#

Philox (4x64) 伪随机数生成器的容器。

参数:
seed{None, int, array_like[ints], SeedSequence}, 可选

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 intarray_like[ints],则将其传递给 SeedSequence 以导出初始 BitGenerator 状态。也可以传递 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 整数(在 2.x 中为长整数)[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,密钥中的值将直接设置。可以是 Python 整数 [0, 2**128) 或 2 元素 uint64 数组。keyseed 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)的加密函数版本 [1] 的基于计数器的设计。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过序列。这些特性允许生成多个不重叠的序列。

Philox 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 32 位和 64 位整数。这些在 Python 中不能直接使用,必须由 Generator 或类似支持低级访问的对象使用。

状态和播种

Philox 状态向量由一个编码为 4 元素 uint64 数组的 256 位值和一个编码为 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,该计数器就会增加 1。第二个是确定生成序列的密钥。使用不同的密钥会生成独立的序列。

输入 seedSeedSequence 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 keycounter

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 方法在并行应用程序中使用,以推进状态,就好像已经生成了 \(2^{128}\) 个随机数一样。或者,advance 可用于为 [0, 2**256) 中的任何正步长推进计数器。使用 jumped 时,应将所有生成器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 和 David E. Shaw,“并行随机数:像 1、2、3 一样简单”,国际高性能计算、网络、存储和分析会议(SC11)论文集,纽约,纽约:ACM,2011 年。

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,以便可以在多个生成器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#

state

获取或设置 PRNG 状态

并行生成#

advance(delta)

推进底层 RNG,就好像发生了 delta 次绘制一样。

jumped([jumps])

返回一个状态已跳过的新的位生成器

扩展#

cffi

CFFI 接口

ctypes

ctypes 接口