numpy.random和Monte Carlo

我用Python編寫了一個帶有Fortran擴展（用f2py編譯）的Monte Carlo（MC）代碼。由於它是一個隨機集成，該算法在很大程度上依賴於隨機數，即我使用~ 10^8 - 10^9隨機數進行典型運行。到目前爲止，我並不介意隨機數字的「質量」 - 然而，這是我想要查看的。numpy.random和Monte Carlo

我的問題是：Mersenne-Twister使用的是numpy足夠還是有更好的隨機數生成器在那裏應該（可以）使用？（更好的運行時間以及生成序列的質量）

任何建議/經驗絕對值得歡迎，謝謝！

來源

2017-09-01 rammelmueller

我建議你檢查MC的現有實現，如[PyMC]（https://pymc-devs.github.io/pymc/README.html）或[emcee]（http：//dan.iel .fm/emcee/current /）並查看它們使用的RNG實現。如果numpy的MT對他們來說足夠好，那麼假設它對你的應用程序來說足夠好似乎是合理的，對吧？ – kazemakase

MT應該足夠用於MC，這是根據其wiki頁面 –

我不認爲任何人都可以告訴你，如果這個算法足夠了，而不知道如何使用隨機數。

我會做的是用別的東西替換numpy隨機數，當然還有其他模塊已經可用，提供不同的算法。如果你的仿真結果不受隨機數發生器選擇的影響，它已經是一個好兆頭。

來源

2017-09-01 09:20:03 philippd

numpy.random和Monte Carlo

回答

相關問題