我正在使用python构建蒙特卡洛模拟，并且到目前为止，一直在使用numpy生成我的随机变量。但是，我刚刚了解到numpy使用Mersenne Twister算法生成其随机数，基于我的有限理解，在蒙特卡洛模拟中这是不可取的。我更喜欢使用MRG32k3a，但我也想利用numpy的分发功能。有什么方法可以让numpy使用我选择的生成器，还是有另一个库可以为我提供相同的功能，并且可以选择使用我喜欢的生成器？
答案 0 :(得分：0)
为什么不自己用python编写代码？
我在http://simul.iro.umontreal.ca/rng/MRG32k3a.c找到了该算法的示例实现（在http://www-labs.iro.umontreal.ca/~simul/rng找到了很多其他算法）
如果您担心速度（但请先对其进行分析！），则可以包装C或F代码，并使用python直接从python调用它。 CFFI，f2py等-参见例如
https://scipy-lectures.org/advanced/interfacing_with_c/interfacing_with_c.html
但是考虑到它只有几行C编码，所以用python进行编辑应该不会太有挑战性，对吧？
您还可以在https://github.com/bashtage/randomgen处提交拉取请求（或很好地要求作者包括您选择的生成器）。
很抱歉，这不能满足您对发行的需求，但是也许这是一个开始，并且将会有更好的答案。
也许还可以弄清楚为什么Mersenne不能满足您的个人目的-您是否进行了测试，以及根据什么优点来决定？
https://scicomp.stackexchange.com/questions/23547/parallel-mersenne-twister-for-monte-carlo对于您可能是有用的参考。
您可以进行任何预计算吗？
希望对您有所帮助。