Question

我知道random.normal()会给我一个正态分布的随机数。但它是如何实际产生的呢？我知道random.random()是由种子生成或使用系统随机性生成的。 random.normal()也是同样生成的吗？还是 rejection sampling 技术？

Answer 1

source code表示random.normalvariate()生成如下：

# Uses Kinderman and Monahan method. Reference: Kinderman,
# A.J. and Monahan, J.F., "Computer generation of random
# variables using the ratio of uniform deviates", ACM Trans
# Math Software, 3, (1977), pp257-260.

random = self.random
while 1:
    u1 = random()
    u2 = 1.0 - random()
    z = NV_MAGICCONST*(u1-0.5)/u2
    zz = z*z/4.0
    if zz <= -_log(u2):
        break
return mu + z*sigma

原始论文可用here，但需要付出一些努力才能遵循它。

显然，这是拒绝抽样的一种形式。

如果您设置种子，则会指定由random.random()或random.normalvariate()生成的随机数序列。如果您没有设置种子，则从机器中抽取随机性。也就是说，你无法比较random.normalvariate和种子的操作：它们是两种不同的操作，其中一种操作支持另一种操作。

Answer 2

从文档here开始，随机正态分布是在random（）函数上生成的，它在[0,1]中给出了一个统一的浮点数，正如文档所说＆＃34;使用 Mersenne Twiste 作为核心发电机。它产生53位精度浮点数，周期为2 ** 19937-1＆＃34;

我不知道Mersenne Twister是什么，但希望信息有所帮助。

python如何从正态分布中生成随机数？

2 个答案: