尝试从正态分布的数字生成伪随机 array/matrix 时出现问题

Question

我正在尝试在 ipython 中使用 random.gauss() 和列表推导来计算 ipython 中伪随机数组的生成时间，但它会在暂停后破坏环境有一段时间环境被杀死并且 returns 变成了 root。我这样做是为了计算纯 Python 方法与使用 Numpy 之间的区别。

在 ubuntu VM 和 Windows 上尝试过。

import random
I = 5000
mat = [[random.gauss(0, 1) for j in range(I)] for i in range(I)]

预期形状为 5000x5000 的数组会被杀死。

Answer 1

使用标准 python 处理这类事情的开销非常大（生成后你必须对其进行操作，对吧？）

请使用 NumPy

import numpy as np

q = np.random.normal(size=(5000,5000))

print(q.shape)

几乎是即时的

Problem when trying to generate a psuedo-random array/matrix from normally distributed numbers