numpy.random 和 Monte Carlo
numpy.random and Monte Carlo
我在 Python 中写了一个 Monte Carlo (MC) 代码，带有 Fortran 扩展（用 f2py 编译）。由于是随机积分，该算法严重依赖于随机数，即我使用~ 10^8 - 10^9个随机数作为一个典型的运行。到目前为止，我并不真正介意随机数的 'quality' - 然而，这是我想要检查的东西。
我的问题是：numpy 使用的 Mersenne-Twister 是否足够，或者是否有更好的随机数生成器应该（可以）使用？ （在 运行 时间以及生成序列的质量方面更好）
任何suggestions/experiences绝对欢迎，谢谢！
我认为在不知道随机数是如何使用的情况下，没有人能告诉你这个算法是否足够。
我要做的是用其他东西替换 numpy 随机数，当然还有其他模块已经可用，它们提供不同的算法。
如果你的模拟结果不受随机数发生器选择的影响，这已经是一个好兆头。
我在 Python 中写了一个 Monte Carlo (MC) 代码，带有 Fortran 扩展（用 f2py 编译）。由于是随机积分，该算法严重依赖于随机数，即我使用~ 10^8 - 10^9个随机数作为一个典型的运行。到目前为止，我并不真正介意随机数的 'quality' - 然而，这是我想要检查的东西。
我的问题是：numpy 使用的 Mersenne-Twister 是否足够，或者是否有更好的随机数生成器应该（可以）使用？ （在 运行 时间以及生成序列的质量方面更好）
任何suggestions/experiences绝对欢迎，谢谢！
我认为在不知道随机数是如何使用的情况下，没有人能告诉你这个算法是否足够。
我要做的是用其他东西替换 numpy 随机数，当然还有其他模块已经可用，它们提供不同的算法。 如果你的模拟结果不受随机数发生器选择的影响，这已经是一个好兆头。