從均勻分佈生成隨機數的最快方法python

Question

我需要從均勻分佈生成大量（100萬）個隨機數。我做了一些實驗從生成均勻分佈60K隨機數超過[0-999]使用

scipy.stats.randint(0,1000).rvs(60000) 

，並花了〜0.6秒。然後我嘗試同樣的事情，使用升壓庫

boost::random::uniform_int_distribution

，花了0.25秒〜。所以我的問題是 - 有沒有更好的方式來做我想用Python（庫）做的事情？任何建議，非常感謝。謝謝。

Answer 1

使用numpy.random.randint：

numpy.random.randint(low=1, high=1001, size=60000) 

在我的考驗，這比運行速度scipy.stats.randint約300倍，這是更多地用於一般性比速度的系統的一部分。 （另外，scipy.stats.randint(0,1000).rvs(60000)正在生成0到999之間的整數，而不是1到1000）。

Answer 2

在我看來，numpy.random.randint顯着更快。

%timeit scipy.stats.randint(0,1000).rvs(60000) 
59.6 ms ± 956 µs per loop (mean ± std. dev. of 7 runs, 10 loops each) 

%timeit np.random.randint(0, 1000, 60000) 
202 µs ± 1.67 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)