python - 与 Python3 numpy.random.rand 计算的 C++ 中相同的随机数

Question

我想在 C++ 中复制一些已经在 Python3 中实现的代码的测试，这些代码依赖于 numpy.random.rand和 randn值和特定种子(例如， seed = 1 )。
我知道 Python 的随机实现基于梅森扭曲器。 C++ 标准库也在 std::mersenne_twister_engine 中提供了这一点。 .
C++ 版本返回一个 unsigned int，而 Python rand 是一个浮点值。
有没有办法在 C++ 中获得与在 Python 中生成的相同的值，并确保它们相同？由 randn 生成的数组也是如此?

Answer 1

对于整数值，您可以这样做:

import numpy as np

np.random.seed(12345)
print(np.random.randint(256**4, dtype='<u4', size=1)[0])

#include <iostream>
#include <random>

int main()
{
    std::mt19937 e2(12345);
    std::cout << e2() << std::endl;
}

两个片段的结果都是 3992670690

通过查看 source code的 rand您可以通过以下方式在 C++ 代码中实现它:

import numpy as np

np.random.seed(12345)
print(np.random.rand())

#include <iostream>
#include <iomanip>
#include <random>

int main()
{
    std::mt19937 e2(12345);
    int a = e2() >> 5;
    int b = e2() >> 6;
    double value = (a * 67108864.0 + b) / 9007199254740992.0;
    std::cout << std::fixed << std::setprecision(16) << value << std::endl;
}

两个随机值都是 0.9296160928171479

使用会很方便 std::generate_canonical ，但它使用另一种方法将梅森扭曲器的输出转换为双倍。他们不同的原因很可能是generate_canonical比 NumPy 中使用的随机生成器更优化，因为它避免了代价高昂的浮点运算，尤其是乘法和除法，如 source code 所示.然而，它似乎取决于实现，而 NumPy 在所有平台上产生相同的结果。

double value = std::generate_canonical<double, std::numeric_limits<double>::digits>(e2);

这不起作用并产生结果 0.8901547132827379，这与 Python 代码的输出不同。