Python中的隨機數生成方法如何不同？

Question

在Python生成隨機int介於0和10，我可以做任何以下的：

import numpy as np 
print(np.random.randint(0, 10)) 

或

import random 
print(random.randint(0, 10)) 

如何這兩種方法的不同，計算？

Answer 1

重要的是要注意這些功能是不相同的。在numpy中，範圍是[low, high)，並且在Python中隨機[low, high]。

速度

看來，numpy的實現是最快的：

In [1]: import numpy as np 
In [2]: %timeit np.random.randint(0, 10) 
1000000 loops, best of 3: 206 ns per loop 

In [3]: import random 
In [4]: %timeit random.randint(0, 10)  
1000000 loops, best of 3: 1.5 µs per loop 

隨機性

隨機性似乎是相同的。可以測試使用ent

隨機性對於此腳本

import numpy as np 
import sys 

for _ in range(1000000): 
    sys.stdout.write(str(np.random.randint(0, 10))) 

命令python file.py | ent -c的部分輸出是

Value Char Occurrences Fraction 
48 0  100360 0.100360 
49 1  100157 0.100157 
50 2  99958 0.099958 
51 3  100359 0.100359 
52 4  100287 0.100287 
53 5  100022 0.100022 
54 6  99909 0.099909 
55 7  99143 0.099143 
56 8  100119 0.100119 
57 9  99686 0.099686 

Total:  1000000 1.000000 

Entropy = 3.321919 bits per byte. 

而對於此腳本

import random 
import sys 

for _ in range(1000000): 
    sys.stdout.write(str(random.randint(0, 9))) 

部分的輸出python file.py | ent -c的命令是

Value Char Occurrences Fraction 
48 0  100372 0.100372 
49 1  100491 0.100491 
50 2  98988 0.098988 
51 3  100557 0.100557 
52 4  100227 0.100227 
53 5  100004 0.100004 
54 6  99520 0.099520 
55 7  100148 0.100148 
56 8  99736 0.099736 
57 9  99957 0.099957 

Total:  1000000 1.000000 

Entropy = 3.321913 bits per byte.