如何在python中生成高度均匀的随机数？答案

【问题标题】：How to generate highly uniform random number in python?如何在python中生成高度均匀的随机数？
【发布时间】：2011-08-27 21:52:25
【问题描述】：

不知何故，我需要一个可以生成高度一致的数字的随机函数，例如，当我说 [5,5] 时，我运行这个函数 10 次，我想要 5 个小于 0.5 的数字其他5个数字都大于0.5。

每次运行都应该分开，例如：

for i in range(0,10):
   rnd=random_function([6,3,1])
   print rnd

运行此函数十次后，我有 6 个小于 0.6 的数字，3 个介于 0.6 和 0.9 之间的数字，以及 1 个介于 0.9 和 1 之间的数字。

有人知道我该怎么做吗？因为python里面的随机函数不是那么统一....谢谢！！

【问题讨论】：

即使是最好的 RNG 也不一定能满足您的需求。如果您想要某个给定范围内的数字，请使用该范围调用 RNG。均匀分布是随着生成的数字数量接近无穷大而发生的。您不能总是指望 10 个随机数的一致性。
这将仅在限制中是统一的；如果它总是统一的，那不会是随机的，不是吗？
你应该更好地解释你想要做什么。如果你想要统一性，你并不真正想要随机性。在你真的不介意结果的地方使用随机函数，提供一个范围。在第一个示例中，您需要两组不同的随机数。
在每 1024 次试验中，统一随机数 生成器的所有 10 个数都低于 0.5。你所要求的不是随机的。

标签： python random uniform

【解决方案1】：

不均匀不就是随机的本质吗？如果要生成 6 个随机数，并且希望其中一半小于 0.5，另一半大于 0.5，则应生成 3 个介于 0 和 0.5 之间的数字，并生成 3 个介于 0.5 和 1 之间的数字。

【讨论】：

【解决方案2】：

你要求的是不是随机的；事实上，它是相当结构化的。随机数据的关键在于它不是结构化的：你不能说值是什么，只能说它们平均是什么。

不过，您仍然可以做您想做的事：只需指定您希望数字落入的范围即可。

>>> def random_function(*args):
...     n = sum(args)
...     bottom = 0
...     for m in args:
...             for _ in range(m):
...                     yield random.uniform(bottom, bottom + m/n)
...             bottom += m/n
...
>>> list(random_function(6,3,1))
[0.1849778317803791, 0.2779140519434712, 0.08380168147928498, 0.5477412922676888
, 0.5158697440011519, 0.5535466918038039, 0.8046993690361345, 0.714614514522802,
 0.7102988180048052, 0.9608096335125095]
>>> list(random_function(6,3,1))
[0.29313403848522546, 0.5543469551407342, 0.14208842652528347, 0.344464024804118
7, 0.3168266508239002, 0.5956620829410604, 0.673021479097414, 0.7141779120687652
, 0.7783099010964684, 0.9103924993423906]

解释：

给定(6,3,1)，算出它们的总和 (10)。我们需要 0 到 6/10 之间的六个数字，6/10 和 6/10 + 3/10 之间的三个数字，以及 6/10 + 3/10 和 6/10 + 3/10 + 1/10 之间的一个数字。我们可以通过调用来生成这些

random.uniform(0, 6/10) six times,
random.uniform(6/10, 9/10) three times, and
random.uniform(9/10, 1) once.

【讨论】：

【解决方案3】：

嗯，这有点违背“随机”数字的目的，但 Python 确实支持这一点。

作为random 模块(import random) 的一部分，您可以使用random.uniform(a,b) 代替random.random()，其中a 到b 是浮点数范围。

Python's documentation 中的更多信息。

【讨论】：

感谢您的信息。我试过了，但似乎 random.uniform(a,b) 与 random.random() 没有太大区别... :(

【解决方案4】：

了解您的问题的上下文会有所帮助，但您可能正在寻找的是low-discrepancy sequences，而不是通常的伪随机数。

更具体地说，检查 Halton 序列是否为您提供所需的结果。 Python 实现is available.

【讨论】：