Question

我正在尝试使用Numpy生成整数和浮点数的随机64位整数值，在该类型的整个有效值范围内。要生成随机32位浮点数，我可以使用：

In [2]: np.random.uniform(low=np.finfo(np.float32).min,high=np.finfo(np.float32).max,size=10)
Out[2]: 
array([  1.47351436e+37,   9.93620693e+37,   2.22893053e+38,
        -3.33828977e+38,   1.08247781e+37,  -8.37481260e+37,
         2.64176554e+38,  -2.72207226e+37,   2.54790459e+38,
        -2.47883866e+38])

但如果我尝试将其用于64位数字，我会得到

In [3]: np.random.uniform(low=np.finfo(np.float64).min,high=np.finfo(np.float64).max,size=10)
Out[3]: array([ Inf,  Inf,  Inf,  Inf,  Inf,  Inf,  Inf,  Inf,  Inf,  Inf])

类似地，对于整数，我可以成功生成随机32位整数：

In [4]: np.random.random_integers(np.iinfo(np.int32).min,high=np.iinfo(np.int32).max,size=10)
Out[4]: 
array([-1506183689,   662982379, -1616890435, -1519456789,  1489753527,
        -604311122,  2034533014,   449680073,  -444302414, -1924170329])

但64位整数不成功：

In [5]: np.random.random_integers(np.iinfo(np.int64).min,high=np.iinfo(np.int64).max,size=10)
---------------------------------------------------------------------------
OverflowError                             Traceback (most recent call last)

/Users/tom/tmp/<ipython console> in <module>()

/Library/Python/2.6/site-packages/numpy/random/mtrand.so in mtrand.RandomState.random_integers (numpy/random/mtrand/mtrand.c:6640)()

/Library/Python/2.6/site-packages/numpy/random/mtrand.so in mtrand.RandomState.randint (numpy/random/mtrand/mtrand.c:5813)()

OverflowError: long int too large to convert to int

这是预期的行为，还是我应该将这些行为报告为Numpy中的错误？

Answer 1

对于整数，您可以生成2个32位随机数并将它们组合起来：

a + (b << 32)

Answer 2

numpy.random.uniform()的代码似乎在某个时刻进行了高低计算，而Inf则源自那里。

如图所示，易于生成均匀分布的整数。均匀分布的浮点数需要更加仔细的思考。

至于将这些奇怪的事情报告为错误，我认为您应该这样做或将消息发布到项目邮件列表。这样你至少可以找出开发人员认为合理的行为。

Answer 3

问题似乎是random_numbers方法只需要32位整数。

根据ticket #555随机种子现在可以是版本1.1.0的64位我建议从here下载并安装最新版本的NumPy。

Answer 4

我不相信它是指随机种子调用。我得到的最简单的代码是“Python int太大而无法转换为C long”：

x = numpy.random.random_integers(2**64,size=(SIZE,)).astype(numpy.uint64)

numpy。版本 = 1.5.0这里

Answer 5

我意识到这是一个非常古老的问题，但在Python 3.6.3中有一个新答案：

Python 3.6.3 |Anaconda, Inc.| (default, Oct  6 2017, 12:04:38) 
[GCC 4.2.1 Compatible Clang 4.0.1 (tags/RELEASE_401/final)] on darwin
Type "help", "copyright", "credits" or "license" for more information.
>>> import numpy as np
>>> import sys
>>> sys.maxsize
9223372036854775807
>>> np.random.randint(sys.maxsize)
8550528944245072046

随机int64和float64数字

5 个答案: