numpy.random 与 numpy.random.Generate 有什么区别

Question

我最近一直在尝试模拟一些蒙特卡洛斯模拟，并遇到了numpy.random. 检查指数生成器的文档我注意到这是页面中的警告，它告诉我们Generator.exponential 应该用于新代码。尽管这样，numpy.random.exponential仍然有效，但我无法运行Generator对应的。我收到以下错误：---------------------------------------------------------------------------TypeError                                 Traceback (most recent call last)<ipython-input-14-c4cc7e61aa98> in <module>----> 1 np.random.Generator.exponential(2, 1000)TypeError: descriptor 'exponential' for 'numpy.random._generator.Generator' objects doesn't apply to a 'int' object我的问题是：这2个有什么区别？如何生成样本Generator？

Answer 1

所以你想从这样的事情开始：

>>> import numpy

>>> my_generator = numpy.random.default_rng()

此时，my_generator是一个实例numpy.random.Generator：

>>> type(my_generator)

<class 'numpy.random._generator.Generator'>

您可以使用my_generator.exponential指数分布获取变量。3.2这里，我们从具有尺度参数（或等效的速率0.3125）的指数分布中抽取 10 个样本：

>>> my_generator.exponential(3.2, size=10)

array([6.26251663, 1.59879107, 1.69010179, 4.17572623, 5.94945358,

       1.19466134, 3.93386506, 3.10576934, 1.26095418, 1.18096234])

您的Generator实例当然也可以用于获取您需要的任何其他随机变量：

>>> my_generator.integers(0, 100, size=3)

array([56, 57, 10])