为什么我使用不同的算法得到不同的引导结果？答案

【问题标题】：Why am I getting different bootstrap results using different algorithms?为什么我使用不同的算法得到不同的引导结果？
【发布时间】：2021-06-15 23:18:21
【问题描述】：

我正在使用两种不同的方法来尝试生成引导样本

np.random.seed(335)
y=np.random.normal(0,1,5)
b=np.empty(len(y)) #initializes an empty vector
for j in range(len(y)):
    a = np.random.randint(1,len(y)) #Draws a random integer from 1 to n, where n is our sample size
    b[j] = y[a-1] #indicies in python start at zero, the worst part of Python in my opinion
c = np.random.choice(y, size=5)
print(b)
print(c)

对于我的输出，我得到不同的结果

[1.04749432 1.71963433 1.71963433 1.71963433 1.71963433]
[-0.25224454 -0.25224454  0.46604474  1.71963433  0.46604474]

我认为答案与随机数生成器有关，但我对确切原因感到困惑。

【问题讨论】：

标签： python numpy random statistics seed

【解决方案1】：

这归结为使用不同的算法进行随机选择。有许多等效的方法可以使用伪随机生成器随机选择项目并替换（或从任何其他分布生成随机值）。特别是numpy.random.choice的算法理论上不需要使用numpy.random.randint。重要的是这些等效方式应该产生相同的随机值分布。以 NumPy 为例，请看NumPy's source code。

另一个不太重要的不同结果的原因是两个不同的选择过程（randint 和 choice）本身会产生伪随机数，它们可能彼此不同，因为选择过程不是以相同的开头种子（更准确地说，相同的伪随机数序列）。如果我们在开始每个过程之前将种子设置为相同的值：

np.random.seed(335)
y=np.random.normal(0,1,5)
b=np.empty(len(y))
np.random.seed(999999)  # Seed selection procedure 1
for j in range(len(y)):
    a = np.random.randint(1,len(y))
    b[j] = y[a-1]
np.random.seed(999999)  # Seed selection procedure 2
c = np.random.choice(y, size=5)
print(b)
print(c)

然后每个过程将以相同的伪随机数开始。但即便如此，这两个过程可能使用不同的算法进行随机选择，这些差异仍然可能导致不同的结果。

（但是，numpy.random.* 函数，例如 randint 和 choice，已成为 NumPy 1.17 的遗留函数，出于向后兼容性的原因，它们的算法预计将保持原样。那个版本没有但是，弃用任何numpy.random.* 函数，因此它们暂时仍然可用。另请参阅this question。在较新的应用程序中，您应该使用1.17 版中引入的新系统，包括numpy.random.Generator，如果您有的话版本或更高版本。新系统的一个优点是应用程序对全局状态的依赖较少。）

【讨论】：