numpy.random和numpy.random.Generator之间有什么区别？

Question

numpy.random和numpy.random.Generator之间有什么区别？

9

最近我一直在尝试模拟一些蒙特卡罗模拟，并了解到了numpy.random。查看指数生成器的文档时，我注意到页面上出现了一个警告，指出：

应该使用 Generator.exponential 来编写新代码。

尽管如此，numpy.random.exponential仍然可用，但是我无法运行相应的Generator。我一直收到以下错误：

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-14-c4cc7e61aa98> in <module>
----> 1 np.random.Generator.exponential(2, 1000)

TypeError: descriptor 'exponential' for 'numpy.random._generator.Generator' objects doesn't apply to a 'int' object

我的问题是：

这两者之间有什么区别？
如何使用Generator生成样本？

- olenscki

相关链接：https://dev59.com/kLroa4cB1Zd3GeqPl4Iv - Mark Dickinson

@olenscki，刚看到你关于连续数字相同的评论。你确定需要多个帧吗？也许

\begin{frame} \begin{figure} \includegraphics<1>{example-image-a} \includegraphics<2>{example-image-b} \caption{text} \end{figure} \end{frame}

会更容易些？ - samcarter_is_at_topanswers.xyz

@samcarter_is_at_topanswers.xyz 我试图展示相同的图片并更改下面的文本。如果我有两张图片和一个文本，你建议的这个可能会更容易，对吗？ - olenscki

@olenscki 要更改文本，也许使用\only<1>{第一张幻灯片文本}\only<2>{第二张幻灯片文本}会更容易？（通过操作计数器来减少图表编号有些冒险，因为这样会破坏交叉引用） - samcarter_is_at_topanswers.xyz

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Mark Dickinson · Accepted Answer

文档中提到的Generator是一个类，在NumPy 1.17中引入：它是核心类，负责将底层位生成器的值适配为从各种分布中生成样本的方法。numpy.random.exponential是（现在）传统的Mersenne-Twister基于随机框架的一部分。您可能不必担心传统函数很快被移除 - 这样做会破坏大量代码，但NumPy开发人员建议对于新的代码，应使用新系统而不是传统系统。

有关更改系统理由的最佳来源可能是NEP 19：https://numpy.org/neps/nep-0019-rng-policy.html

要像文档建议的那样使用Generator.exponential，您首先需要创建实例的Generator类。创建这样的实例最简单的方法是使用numpy.random.default_rng()函数。

因此，您可以从以下内容开始：

>>> import numpy
>>> my_generator = numpy.random.default_rng()

此时，my_generator 是 numpy.random.Generator 的一个实例：

>>> type(my_generator)
<class 'numpy.random._generator.Generator'>

你可以使用 my_generator.exponential 来从指数分布中获取变量。这里我们从一个尺度参数为 3.2（或者等价地，速率为 0.3125）的指数分布中取 10 个样本：

>>> my_generator.exponential(3.2, size=10)
array([6.26251663, 1.59879107, 1.69010179, 4.17572623, 5.94945358,
       1.19466134, 3.93386506, 3.10576934, 1.26095418, 1.18096234])

您的Generator实例当然也可用于获取您需要的任何其他随机变量：

>>> my_generator.integers(0, 100, size=3)
array([56, 57, 10])