基于Philox计数器的RNG¶

class numpy.random.Philox(seed=None, counter=None, key=None)¶

Philox（4x64）伪随机数生成器的容器。

参数

seed{None, int, array_like[ints], SeedSequence}, optional: 初始化的种子 BitGenerator . 如果没有，那么新的，不可预测的熵将从操作系统中提取。如果 int 或 array_like[ints] 如果通过了，那么它将被传递给 SeedSequence 导出初始值 BitGenerator 州。你也可以通过 SeedSequence 实例。
counter无，int，数组，可选: 在Philox州使用的计数器。可以是[0，2**256]中的Python int（2.x中的long）或4元素uint64数组。如果未提供，RNG将在0处初始化。
key无，int，数组，可选: 在Philox州使用的密钥。不像 seed ，则直接设置键中的值。可以是[0，2**128）中的Python int或2元素uint64数组。 key 和 seed 不能同时使用。

笔记

Philox是一种64位PRNG，它使用基于计数器的设计，这种设计基于较弱（和更快）版本的加密函数 [1]. 使用不同键值的实例生成独立的序列。Philox有一段 $2^{{256}} - 1$ 并支持以 $2^{{128}}$ . 这些特性允许生成多个不重叠的序列。

Philox 提供包含生成双精度、无符号32位和64位整数的函数指针的胶囊。它们在Python中不能直接使用，必须由 Generator 或支持低级访问的类似对象。

状态和种子

这个 Philox 状态向量由编码为4元素uint64数组的256位值和编码为2元素uint64数组的128位值组成。前者是一个计数器，每产生4个64位随机数，计数器就递增1。第二个是决定产生序列的键。使用不同的键产生独立的序列。

输入 seed 处理者 SeedSequence 生成密钥。计数器设置为0。

或者，可以省略 seed 参数并设置 key 和 counter 直接。

平行特征

在并行应用程序中使用位生成器的首选方法是使用 SeedSequence.spawn 方法获取熵值，并使用这些值生成新的位生成器：

>>> from numpy.random import Generator, Philox, SeedSequence
>>> sg = SeedSequence(1234)
>>> rg = [Generator(Philox(s)) for s in sg.spawn(10)]

Philox 可以通过调用 jumped 方法使状态前进 $2^{{128}}$ 已生成随机数。或者， advance 可用于推进[0，2**256]中任何正阶跃的计数器。使用时 jumped ，所有生成器应链接起来，以确保片段来自同一序列。

>>> from numpy.random import Generator, Philox
>>> bit_generator = Philox(1234)
>>> rg = []
>>> for _ in range(10):
...    rg.append(Generator(bit_generator))
...    bit_generator = bit_generator.jumped()

或者， Philox 可以在并行应用程序中使用一系列不同的键，其中每个实例使用不同的键。

>>> key = 2**96 + 2**33 + 2**17 + 2**9
>>> rg = [Generator(Philox(key=key+i)) for i in range(10)]

兼容性保证

Philox 保证 seed 将始终生成相同的随机整数流。

工具书类

1: John K.Salmon、Mark A.Moraes、Ron O.Dror和David E.Shaw，“并行随机数：简单到1、2、3”，《高性能计算、网络、存储和分析国际会议论文集》（SC11），纽约：ACM，2011年。

实例

>>> from numpy.random import Generator, Philox
>>> rg = Generator(Philox(1234))
>>> rg.standard_normal()
0.123  # random

属性

锁定：螺纹。锁紧: 锁定共享的实例，以便同一位git生成器可以在多个生成器中使用，而不会损坏状态。从位生成器生成值的代码应该保持位生成器的锁。

州¶

state

获取或设置PRNG状态

并联发电¶

`advance` \（增量）	推进基础RNG，如同已发生增量绘制。
`jumped` \ [jumps] ）	返回状态为跳转的新位生成器

延伸¶

`cffi`	CFFI接口
`ctypes`	ctypes接口

numpy.random.PCG64.ctypes numpy.random.Philox.state