在Python中生成多个独立的随机流

Question

我想在Python中生成多个随机数流。
我正在写一个模拟排队系统的程序，需要一个随机数流来表示到达时间，另一个随机数流来表示服务时间，依此类推。

numpy.random()会从一个全局的随机数流中生成随机数。

在Matlab中，有一个叫做RandStream的东西，可以让我创建多个随机数流。

在Python中有没有办法创建类似RandStream的东西呢？

Answer 1

numpy 新增了一个功能，可以生成独立的随机数流，这个功能是通过 SeedSequence 实现的。简单来说，用户提供一个种子，通常是一个整数，然后这个种子会被转换成一个比特生成器的初始状态。这个过程使用了哈希技术，确保即使是质量不高的种子，也能转化为高质量的初始状态（至少有很高的概率是这样）。

from numpy.random import SeedSequence, default_rng

ss = SeedSequence(12345)

# Spawn off 10 child SeedSequences to pass to child processes.
child_seeds = ss.spawn(10)
streams = [default_rng(s) for s in child_seeds]

每个随机数流都是 PCG64 生成器。随机数可以按顺序生成，方法如下 -

for i in 1:K
    instance[i] = [s.uniform() for s in streams]

还有更多生成独立随机数流的方法，详细信息可以查看 numpydocs。

Answer 2

Veedrac的回答没有提到如何生成独立的随机流。

我找到的生成独立随机流的最好方法是用一个替代品来代替numpy的RandomState。这个替代品是由RandomGen包提供的。

它支持独立的随机流，不过这些随机流是基于三种随机数生成器之一：PCG64、ThreeFry或Philox。如果你想使用更传统的MT19937，可以选择跳跃的方法。

Answer 3

为了确保结果可以重复，你可以直接给random.Random()传一个种子，然后从这个实例中调用变量。每个创建的实例都会独立运行，不会互相影响。比如，如果你运行：

import random
rg1 = random.Random(1)
rg2 = random.Random(2)
rg3 = random.Random(1)
for i in range(5): print(rg1.random())
print('')
for i in range(5): print(rg2.random())
print('')
for i in range(5): print(rg3.random())

你会得到：

0.134364244112
0.847433736937
0.763774618977
0.255069025739
0.495435087092

0.956034271889
0.947827487059
0.0565513677268
0.0848719951589
0.835498878129

0.134364244112
0.847433736937
0.763774618977
0.255069025739
0.495435087092

Answer 4

你不需要使用RandomGen这个包。只要启动两个流就可以了。比如：

import numpy as np
prng1 = np.random.RandomState()
prng2 = np.random.RandomState()
prng1.seed(1)
prng2.seed(1)

现在如果你用prngX.rand()来推进这两个流，你会发现这两个流会给你相同的结果，这意味着它们是独立的流，但种子是一样的。

要使用random这个包，只需把np.random.RandomState()换成random.Random()就行了。

Answer 5

Numpy和内部的随机数生成器都有可以实例化的类。

对于简单的random：

import random
random_generator = random.Random()
random_generator.random()
#>>> 0.9493959884174072

而对于Numpy来说：

import numpy
random_generator = numpy.random.RandomState()
random_generator.uniform(0, 1, 10)
#>>> array([ 0.98992857,  0.83503764,  0.00337241,  0.76597264,  0.61333436,
#>>>         0.0916262 ,  0.52129459,  0.44857548,  0.86692693,  0.21150068])