我写了一个简单的随机数生成器，如何绘制我写的函数的分布图？答案

【问题标题】：I wrote a simple random number generator, how can I graph the distribution of the function I wrote?我写了一个简单的随机数生成器，如何绘制我写的函数的分布图？
【发布时间】：2016-03-08 01:17:46
【问题描述】：

这是我第一次编写随机数生成器，我只是想看看我能用随机公式做什么。

不过，我很好奇我的函数有多大的偏差以及函数的分布（在 1 到 9 之间）。这是我不必要的长代码：

import time

class Random:
    """random generator"""

    def __init__(self):
        """ Random()-> create a random number generator with a random seed
        a seed is needed in order to generate random numbers"""
        self.seed = time.time()

    def random(self):
        """ Random.random() -> get a random number using a formula"""
        self.seed =(((int(self.seed)*129381249123+2019383)**0.74123)/517247) % 288371

    def get_ran_num(self):
        """ Random.get_ran_num() -> return a random integer from 1 thru 10"""
        self.random()
        return int(list(str(int(self.seed)))[3])


ranNum = Random()

如果有一些工具可以获取一个随机函数，然后运行它几千次，然后绘制它的分布图，那就太好了。

提前谢谢你

p/s：如何改进我的 RNG 并使其更加随机？

【问题讨论】：

使用 PyPlot :) matplotlib.org/users/pyplot_tutorial.html

标签： python random statistics

【解决方案1】：

如果你只是想要一个视觉表示，你可以很容易地使用

import matplotlib.pyplot as plt
# Random class here
ranNum = Random()
randNums = [ranNum.get_ran_num() for _ in range(100)]
nums = list(range(len(randNums)))
plt.plot(nums, randNums, 'ro')
plt.show()

这里是 100 个随机数：

但是，当我进入更高的范围时，我会收到 IndexError。您可能应该针对导致该问题的任何原因修复实际算法，但我在其上放置创可贴的方式是：

def get_ran_num(self):
    """ Random.get_ran_num() -> return a random integer from 1 thru 10"""
    retval = None
    while True:
        try:
            self.random()
            retval = int(list(str(int(self.seed)))[3])
            break
        except IndexError as e:
            continue
    return retval

这是一个 100,000 个随机数的图，非常好。没有比其他线条明显更密集的连续线条是您所追求的，但您需要进行更好的熵分析才能找出比快速视觉表示更有用的东西。在您的情况下，看起来 6 更受青睐。此外，它似乎经常重复。

【讨论】：

【解决方案2】：

我会尝试 random.rand 和 matplotlib。

import numpy as np
import matplotlib.pyplot as plt


N = 50
x = np.random.rand(N)
y = np.random.rand(N)
colors = np.random.rand(N)
area = np.pi * (15 * np.random.rand(N))**2  # 0 to 15 point radiuses

plt.scatter(x, y, s=area, c=colors, alpha=0.5)
plt.show()

这样的？

编辑：您是否尝试生成伪随机数？无论如何，你需要一个移位寄存器的种子，所以在这方面，我不确定它是否完全随机。

【讨论】：

【解决方案3】：

我更喜欢直方图来检查随机数生成器的分布均匀性。

import numpy as np
import matplotlib
import matplotlib.pyplot as plt 
myarr = np.random.randint(1000, size=100000)
plt.hist(myarr, bins=40)
plt.show()

【讨论】：