Python：舍入误差扭曲了均匀分布

Question

我需要在 0 和 1 之间采样 10 个均匀分布的随机数。所以我认为 python 中的以下代码可以做到这一点：

positions = []
for dummy_i in range(1000000):
    positions.append(round(random.random(),1))

然而，当将结果放入直方图中时，结果如下所示：

所以四舍五入似乎破坏了 random.random() 生成的均匀分布。我想知道是什么原因造成的，以及如何防止这种情况发生。谢谢你的帮助！

Answer 1

试试这个

positions = []
for dummy_i in range(10):
    positions.append(random.randint (0, 10) / 10)

Answer 2

您创建直方图的方法有误。你应该大致得到：

0 和 1 为 50k

所有其他号码为 100k

但是你的第三个 bin 从 0.2 到 0.3（含），结果是 200k，而你的第四个 bin 从 0.3 到 0.4 不包括，结果是零。

尝试创建边缘为 0.05、0.15 等的直方图，这样您就不会出现这样的精度错误。

Answer 3

您的代码后面似乎有问题...（例如，在收集统计信息时）。检查这个较小的片段：

import random, collections
data = collections.defaultdict(int)
for x in range(1000000):
    data[round(random.random(),1)] += 1
print(data)

你会看到 0 和 1 当然有大约一半的其他值的样本都非常均匀。

例如我得到：

defaultdict(<class 'int'>,
            {0.4: 100083,
             0.9: 99857,
             0.3: 99892,
             0.8: 99586,
             0.5: 100108,
             1.0: 49874,     # Correctly about half the others
             0.7: 100236,
             0.2: 99847,
             0.1: 100251,
             0.6: 100058,
             0.0: 50208})    # Correctly about half the others

Answer 4

我认为在这里使用 Numpy 可能更干净、更高效：

import numpy as np
positions = np.random.random(10000)
positions = np.round(positions, decimals=3)

Python：舍入误差扭曲了均匀分布

Python: rounding error distorts uniform distribution

python

random

rounding

rounding-error