Python：舍入误差会扭曲均匀分布

Question

我需要在0和1之间对10个均匀分布的随机数进行采样。所以我认为python中的以下代码会这样做：

positions = []
for dummy_i in range(1000000):
    positions.append(round(random.random(),1))

然而，当将结果放入直方图时，结果如下：

因此舍入似乎破坏了random.random（）生成的均匀分布。我想知道是什么导致这种情况以及如何防止这种情况发生。谢谢你的帮助！

Answer 1

以后您似乎遇到问题...（例如，在收集统计信息时）。检查这个较小的代码段：

import random, collections
data = collections.defaultdict(int)
for x in range(1000000):
    data[round(random.random(),1)] += 1
print(data)

您会看到0和1当然有大约一半其他值的样本都非常均匀。

例如我得到了：

defaultdict(<class 'int'>,
            {0.4: 100083,
             0.9: 99857,
             0.3: 99892,
             0.8: 99586,
             0.5: 100108,
             1.0: 49874,     # Correctly about half the others
             0.7: 100236,
             0.2: 99847,
             0.1: 100251,
             0.6: 100058,
             0.0: 50208})    # Correctly about half the others

Answer 2

您创建直方图的方法是错误的。你应该大致得到：

50k表示0和1

所有其他数字100k

但是你的第三个箱子从0.2到包括在内，结果是200k，而你的第四个箱子从0.3独占到0.4独占，结果为零。

尝试创建边缘为0.05,0.15等的直方图，然后你就不会有这样的精度误差。

Answer 3

试试这个

positions = []
for dummy_i in range(10):
    positions.append(random.randint (0, 10) / 10)

Answer 4

我认为在这里使用Numpy可能更干净，更有效：

import numpy as np
positions = np.random.random(10000)
positions = np.round(positions, decimals=3)