1
我用Python编写了一个带有Fortran扩展(用f2py编译)的Monte Carlo(MC)代码。由于它是一个随机集成,该算法在很大程度上依赖于随机数,即我使用~ 10^8 - 10^9
随机数进行典型运行。到目前为止,我并不介意随机数字的“质量” - 然而,这是我想要查看的。numpy.random和Monte Carlo
我的问题是:Mersenne-Twister使用的是numpy足够还是有更好的随机数生成器在那里应该(可以)使用? (更好的运行时间以及生成序列的质量)
任何建议/经验绝对值得欢迎,谢谢!
我建议你检查MC的现有实现,如[PyMC](https://pymc-devs.github.io/pymc/README.html)或[emcee](http://dan.iel .fm/emcee/current /)并查看它们使用的RNG实现。如果numpy的MT对他们来说足够好,那么假设它对你的应用程序来说足够好似乎是合理的,对吧? – kazemakase
MT应该足够用于MC,这是根据其wiki页面 –