Question

我一直在采样来自不同分布的随机数，只是意识到与其他分布相比，numpy二项式随机数有多慢。例如

%timeit for x in range(100): np.random.binomial(100,0.5)
10000 loops, best of 3: 82.6 µs per loop
%timeit for x in range(100): np.random.uniform()
100000 loops, best of 3: 14.6 µs per loop

一个二项式数要比一个统一的数大六倍！这是可以理解的，因为二项式是离散的并且需要更复杂的变换。但是，例如，如果我要求二项式试验的次数为n = 0或n = 1，则花费的时间是相似的：

%timeit for x in range(100): np.random.binomial(0,0.5)
10000 loops, best of 3: 78.8 µs per loop

%timeit for x in range(100): np.random.binomial(1,0.5)
10000 loops, best of 3: 80.1 µs per loop

这似乎不是很有效，因为这些采样的结果应该是微不足道的：对于零次试验，结果应始终为零，而对于1次试验，则应为简单的伯努利试验。因此，例如，二项式的更快实现将是：

import numpy as np

def custombinomial(n,p):
    if n == 0:
        return 0
    if n == 1:
        x = np.random.uniform()
        if x<p:
            return 1
        else:
            return 0  
    else:
        return np.random.binomial()

现在是时间：

%timeit for x in range(100): custombinomial(0,0.5)
100000 loops, best of 3: 11.8 µs per loop

 %timeit for x in range(100): custombinomial(1,0.5)
10000 loops, best of 3: 31.2 µs per loop

我确信即使更大的n值也可以改善。我有什么理由想念numpy这么慢吗？还有其他库可以提供更快的随机数（即使它包含某种C / Cython）吗？

此外，此外，我知道numpy很好，如果我想同时创建一堆随机数，即获得一个二项分布的数的数组，但是在许多情况下，分布n和p的参数会改变动态，因此调用单个随机数将不是直接的选择。是否可能会产生一个均匀分布的随机数数组，并根据需要将其转换为特定的二项式？

Answer 1

Numpy的二项式随机生成器为implemented in C，如果参数足够小，该算法将使用数值反演。如果使用p = 0.5，则可能会耗费大量精力，因为在二项式生成器中可能会使用随机位而不是随机double。此外，基本算法似乎已经多年没有变化（另请参见mtrand.pyx），因此，例如，它没有利用向量化或多线程技术。

此外，在Numpy成立之初，并没有“太多的理由来改变分配方法”，因此Numpy中的这种随机生成算法和其他随机生成算法都以可再现的“随机性”的名义保留下来。但是，如果尚未实现，则为expected to change：现在允许对随机生成方法进行重大更改，例如新的二项式随机算法，但将其视为仅在“ { {1}}发布，从不发布X.Y”。如果更快的二项式随机数对您来说很重要，则您应该提交新的Numpy issue。

numpy二项式随机数效率低吗？

1 个答案: