python - scipy.stats 随机抽取之间的区别....rvs 和 numpy.random

Question

似乎如果它是相同的分布，从 numpy.random 中抽取随机样本比从 scipy.stats.-.rvs 中抽取随机样本更快。我想知道是什么导致两者之间的速度差异？

Answer 1

scipy.stats.uniform其实用的是numpy，这里是stats中对应的函数(mtrand是numpy.random的别名)

class uniform_gen(rv_continuous):
    def _rvs(self):
        return mtrand.uniform(0.0,1.0,self._size)

scipy.stats 有一些开销用于错误检查和使接口(interface)更灵活。只要您不在每次绘制的循环中调用 uniform.rvs，速度差异应该很小。您可以一次获得所有随机抽奖，例如(1000 万)

>>> rvs = stats.uniform.rvs(size=(10000, 1000))
>>> rvs.shape
(10000, 1000)

这是我刚才写的长答案:

scipy/numpy 中的基本随机数是由 numpy.random 中的 Mersenne-Twister PRNG。的随机数 numpy.random 中的分布在 cython/pyrex 中并且非常快。

scipy.stats 没有随机数生成器，随机数是 通过以下三种方式之一获得:

• 直接来自 numpy.random，例如正常，t，...相当快

• 通过变换其他随机数得到的随机数 在 numpy.random 中可用，也非常快，因为它运行在 整个数字数组

• generic:唯一的generic generation随机数生成是通过 使用 ppf(逆 cdf)变换均匀随机数。 如果有明确的表达式，这会相对较快 ppf，但如果必须计算 ppf，可能会非常慢 间接地。例如，如果只定义了 pdf，则 cdf 是 通过数值积分获得，ppf 是通过获得 方程求解器。所以一些发行版非常慢。