Python语言中numpy.random和random.random的区别

Question

我有一个很大的Python脚本。我从其他人的代码中获得灵感，所以我最终使用numpy.random模块来做一些事情(例如，创建一个从二项分布中提取的随机数组)，而在其他地方，我使用random.random模块。

有人能告诉我这两者之间的主要区别吗？看一下这两个的文档网页，我觉得numpy.random只是有更多的方法，但我不清楚随机数的生成有什么不同。

我问这个问题的原因是，为了调试的目的，我需要为我的主程序设置种子。但是它不能工作，除非我在我导入的所有模块中使用相同的随机数生成器，这是正确的吗？

此外，我在另一篇文章中读到了一篇关于不使用numpy.random.seed()的讨论，但我真的不明白为什么这是一个如此糟糕的想法。如果有人能给我解释一下为什么会这样，我将不胜感激。

Answer 1

你已经做了很多正确的观察了！

除非你想将两个随机生成器都设定为种子，否则从长远来看，选择其中一个生成器可能会更简单。但是如果您确实需要同时使用这两种方法，那么是的，您还需要同时使用这两种方法，因为它们会生成相互独立的随机数。

对于numpy.random.seed()，主要的困难在于它不是线程安全的-也就是说，如果您有many different threads of execution，那么使用它是不安全的，因为如果两个不同的线程同时执行函数，就不能保证它能正常工作。如果您没有使用线程，并且您可以合理地预期将来不需要以这种方式重写程序，那么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，那么从长远来看，按照建议执行并使用make a local instance of the numpy.random.Random class要安全得多。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，以及几个用于生成随机数据数组的方便函数。random.random库稍微轻量级一些，如果您不从事科学研究或其他类型的统计工作，应该可以使用它。

否则，它们都使用Mersenne twister sequence来生成随机数，并且它们都是完全确定的-也就是说，如果你知道一些关键的信息，就有可能绝对确定地预测what number will come next。因此，numpy.random和random.random都不适合任何serious cryptographic uses。但是因为序列非常非常长，所以在您不担心有人试图对您的数据进行反向工程的情况下，这两种方法都可以很好地生成随机数。这也是为什么必须给随机值设定种子的原因--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！

顺便说一句，如果你确实需要加密级别的随机性，你应该使用secrets模块，或者如果你使用的是早于Python3.6的Python版本，那么你应该使用Crypto.Random模块。

Answer 2

在Python for Data Analysis中，numpy.random模块为Python random补充了一些函数，可以有效地从多种概率分布中生成完整的样本值数组。

相比之下，Python的内置random模块一次只对一个值进行采样，而numpy.random可以更快地生成非常大的采样。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

Answer 3

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

这将避免你给出一个种子，从而产生确定性随机数。然而，随机呼叫允许你将数字拟合到一个分布中(我称之为科学随机性--最终你想要的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，但决定你想要的随机-随机，但明确地从分布曲线，或者像你可以得到的没有量子设备的随机。