从均匀分布python生成随机数的最快方法答案

【问题标题】：Fastest way to generate random number from uniform distribtution python从均匀分布python生成随机数的最快方法
【发布时间】：2017-09-27 17:47:27
【问题描述】：

我需要从均匀分布中生成大量（100 万）个随机数。我做了一些实验，使用在[0-999] 上的均匀分布生成 60K 随机数

scipy.stats.randint(0,1000).rvs(60000)

它花了大约 0.6 秒。然后我使用 boost 库尝试了同样的事情

boost::random::uniform_int_distribution

它花了大约 0.25 秒。所以我的问题是 - 有没有更好的方法可以使用 python（库）做我想做的事情？非常感谢任何建议。谢谢。

【问题讨论】：

标签： python random boost scipy

【解决方案1】：

使用numpy.random.randint:

numpy.random.randint(low=1, high=1001, size=60000)

在我的试验中，它的运行速度比 scipy.stats.randint 快了大约 300 倍，scipy.stats.randint 是一个系统的一部分，它的设计目的是为了通用性而不是速度。（另外，scipy.stats.randint(0,1000).rvs(60000) 生成的整数是从 0 到 999，而不是从 1 到 1000。）

【讨论】：

【解决方案2】：

在我看来numpy.random.randint 明显更快。

%timeit scipy.stats.randint(0,1000).rvs(60000)
59.6 ms ± 956 µs per loop (mean ± std. dev. of 7 runs, 10 loops each)

%timeit np.random.randint(0, 1000, 60000)
202 µs ± 1.67 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

【讨论】：