Python中numpy.random和random.random的区别答案

【问题标题】：Differences between numpy.random and random.random in PythonPython中numpy.random和random.random的区别
【发布时间】：2011-10-25 04:36:12
【问题描述】：

我有一个很大的 Python 脚本。我在其他人的代码中启发了自己，所以我最终在某些事情上使用了 numpy.random 模块（例如，用于创建从二项分布中获取的随机数数组），而在其他地方我使用了模块 random.random。

谁能告诉我两者之间的主要区别？查看两者的文档网页，在我看来numpy.random 只是有更多方法，但我不清楚随机数的生成有何不同。

我问的原因是因为我需要为我的主程序播种以进行调试。但是除非我在我正在导入的所有模块中使用相同的随机数生成器，否则它不起作用，这是正确的吗？

另外，我在另一篇文章中读到了关于不使用numpy.random.seed() 的讨论，但我真的不明白为什么这是个坏主意。如果有人向我解释为什么会这样，我将不胜感激。

【问题讨论】：

标签： python random random-seed

【解决方案1】：

你已经做了很多正确的观察！

除非您想为两个随机生成器播种，否则从长远来看，选择一个或另一个生成器可能更简单。但是，如果您确实需要同时使用两者，那么是的，您还需要为它们提供种子，因为它们会相互独立地生成随机数。

对于numpy.random.seed()，主要困难在于它不是线程安全的——也就是说，如果你有many different threads of execution，使用它是不安全的，因为如果两个不同的线程在同时。如果您不使用线程，并且您可以合理地预期将来不需要以这种方式重写程序，numpy.random.seed() 应该没问题。如果有任何理由怀疑您将来可能需要线程，从长远来看，按照建议和make a local instance of the numpy.random.Random class 做会更安全。据我所知，random.random.seed() 是线程安全的（或者至少，我没有发现任何相反的证据）。

numpy.random 库包含一些在科学研究中常用的额外概率分布，以及一些用于生成随机数据数组的便利函数。 random.random 库更轻量级，如果您不从事科学研究或其他类型的统计工作，应该没问题。

否则，它们都使用Mersenne twister sequence 来生成随机数，而且它们都是完全确定的——也就是说，如果您知道一些关键信息，就可以绝对确定地预测what number will come next。出于这个原因，numpy.random 和 random.random 都不适合任何serious cryptographic uses。但是因为这个序列非常长，所以在你不担心人们试图对你的数据进行逆向工程的情况下，两者都可以生成随机数。这也是为什么需要播种随机值的原因——如果你每次都从同一个地方开始，你总是会得到相同的随机数序列！

附带说明，如果您确实需要加密级别的随机性，则应使用secrets 模块，如果您使用的是早于 Python 3.6 的 Python 版本，则应使用 Crypto.Random 之类的模块.

【讨论】：

作为一个遥远相关的注释，有时需要使用 nother，因为 Mersenne twister 不会产生足以用于加密（以及一些不寻常的科学）目的的随机熵序列。在这些罕见的情况下，您通常需要Crypto.Random，它能够使用操作系统特定的熵源来生成质量比单独的random.random 更高质量的非确定性随机序列。不过，您通常不需要这个。
谢谢汉妮尔。你的见解真的很有用！事实证明，我不能只使用一个随机数生成器（它需要是 numpy，因为 random 不会产生二项式分布），因为我的程序的一部分调用了另一个使用随机数的程序。我将不得不播种两个生成器。
“如果你知道你现在有哪个号码，就可以绝对确定地预测接下来会出现什么号码。”我认为这个声明可能需要一些澄清。这意味着如果您知道生成器的内部状态，您就可以重现该序列——这就是您在为生成器播种时所做的事情。给定生成器的单个数字输出，您无法预测下一个数字。周期是如此之大，您可能需要一长串数字才能计算出您在伪随机序列上的位置，从而预测下一个。

【解决方案2】：

来自Python for Data Analysis，模块numpy.random 补充了Python random 的功能，可从多种概率分布中有效地生成整个样本值数组。

相比之下，Python 内置的random 模块一次只采样一个值，而numpy.random 可以更快地生成非常大的样本。使用 IPython 魔术函数%timeit 可以看到哪个模块执行得更快：

In [1]: from random import normalvariate
In [2]: N = 1000000

In [3]: %timeit samples = [normalvariate(0, 1) for _ in xrange(N)]
1 loop, best of 3: 963 ms per loop

In [4]: %timeit np.random.normal(size=N)
10 loops, best of 3: 38.5 ms per loop

【讨论】：

其他方法不是这样。将np.random.randint(2) 与random.randrange(2) 进行比较，NumPy 较慢一个。 NumPy：1.25 us，随机：891 ns。 np.random.rand() 和 random.random() 的关系也相同。

【解决方案3】：

种子的来源和使用的分布配置文件将影响输出 - 如果您正在寻找加密随机性，从 os.urandom() 播种将从设备抖动（即以太网或磁盘）中获得几乎真实的随机字节（即 BSD 上的 /dev/random）

这将避免您提供种子并因此生成确定性随机数。然而，随机调用然后允许您将数字拟合到分布（我称之为科学随机性 - 最终您想要的只是随机数的钟形曲线分布，numpy 最擅长于此。

所以是的，坚持使用一个生成器，但要决定你想要什么随机 - 随机，但明确地来自分布曲线，或者在没有量子设备的情况下尽可能随机。

【讨论】：

非常感谢保罗，您的回答真的很有用！我不是在寻找密码随机性，我在做数学建模，伪随机数对我来说就足够了。事实证明，我不能按照自己的意愿坚持使用一个生成器，因为我需要 numpy 来进行二项式分布，并且我的程序调用了另一个使用随机的程序:(

【解决方案4】：

令我惊讶的是randint(a, b) 方法在numpy.random 和random 中都存在，但它们的上限行为不同。

random.randint(a, b) 返回一个随机整数 N，使得a <= N <= b。 randrange(a, b+1) 的别名。它包含b。 random documentation

但是，如果您调用numpy.random.randint(a, b)，它将返回低（包括）到高（不包括）。 Numpy documentation

【讨论】：