numpy.random和Monte Carlo

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！

来源

2017-09-01 rammelmueller

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 –

我不认为任何人都可以告诉你，如果这个算法足够了，而不知道如何使用随机数。

我会做的是用别的东西替换numpy随机数，当然还有其他模块已经可用，提供不同的算法。如果你的仿真结果不受随机数发生器选择的影响，它已经是一个好兆头。

来源

2017-09-01 09:20:03 philippd

numpy.random和Monte Carlo

回答

相关问题