numpy统一的离散化大小和重复周期

Question

我的查询是关于使用numpy.random.uniformon生成统一随机数生成器的[0,1)。此实现是否涉及统一的step-size，即可能性的宇宙在{0,a,2a,...,Na}哪里(N+1)a = 1且a是恒定的？如果以上是正确的话，那么这有什么价值step-size？我注意到的价值numpy.nextafter(x,y)不断变化，取决于x。因此，我的问题关于统一是否step-size被用来实现numpy.random.uniform。如果step-size不一致，那么找出可能需要的唯一值数量的最佳方法是numpy.random.uniform(low=0, high=1)什么？的重复周期是numpy.random.uniform多少？即在经过几个样本后，我将再次看到我的原始编号吗？为了获得最大效率，该值应等于唯一值的数量。

Answer 1

相关功能是

double

rk_double(rk_state *state)

{

    /* shifts : 67108864 = 0x4000000, 9007199254740992 = 0x20000000000000 */

    long a = rk_random(state) >> 5, b = rk_random(state) >> 6;

    return (a * 67108864.0 + b) / 9007199254740992.0;

}

可以在numpy源代码树内的randomkit.c中找到。如您所见，粒度1 / 9007199254740992.0等于2 ^ -53，即（向下）float64分辨率为1。

>>> 1 / 9007199254740992.0

1.1102230246251565e-16

>>> 2**-53

1.1102230246251565e-16

>>> 1-np.nextafter(1.0, 0)

1.1102230246251565e-16