NumPy随机数生成器教程：从基础到高级

引言

随机数生成在科学计算、数据分析和机器学习中至关重要。NumPy提供了强大的工具来生成随机数，确保实验的可复现性和灵活性。本教程将带你深入理解NumPy的随机数生成器，包括如何设置种子、使用新版Generator API，以及处理新旧版本的兼容性。

1. 随机数生成器基础

NumPy使用伪随机数生成器（PRNG）生成随机数，这些数字看似随机，但实际上是由算法生成的确定性序列。这意味着，通过设置相同的初始状态（种子），可以复现相同的随机序列。

关键概念：

• 伪随机数：基于种子生成，具有可预测性。
• 随机数分布：NumPy支持多种分布，如均匀分布、正态分布等。

代码示例：

import numpy as np

# 生成一个随机数（旧版接口）
random_number = np.random.rand()  # 返回0到1之间的均匀分布随机数
print(f"随机数: {random_number}")

2. 随机数种子与可复现性

什么是随机种子？

随机种子（seed）是一个整数，用于初始化随机数生成器的状态。设置相同的种子后，每次运行代码生成的随机数序列将完全相同，这对于调试和实验至关重要。

使用 np.random.seed() 设置种子：

# 设置种子为42
np.random.seed(42)
random_num1 = np.random.rand()
print(f"第一次生成的随机数: {random_num1}")

# 再次设置相同种子，生成相同的随机数
np.random.seed(42)
random_num2 = np.random.rand()
print(f"第二次生成的随机数: {random_num2}")
assert random_num1 == random_num2, "随机数应该相同"  # 不会报错，因为种子相同

可复现性的重要性

• 科学实验： 确保结果可以复现，验证算法或模型的稳定性。
• 机器学习： 训练模型时使用固定种子，方便调参和对比。
• 调试： 帮助定位由随机性引起的错误。

最佳实践： 在代码开头设置种子，尤其是在团队协作或发布代码时。

3. 新版随机数生成器：Generator

从NumPy 1.17版本开始，引入了新的随机数生成器API，称为 Generator。它使用更现代的算法（如PCG64），提供更好的性能和统计特性。旧版的 np.random 函数是基于全局状态，而 Generator 是实例化对象，更灵活和安全。

创建Generator实例

使用 np.random.default_rng() 创建默认的Generator。

# 创建Generator实例
rng = np.random.default_rng(seed=42)  # 可以在创建时指定种子

# 使用Generator生成随机数
random_uniform = rng.random()  # 生成0到1之间的均匀分布随机数
random_normal = rng.standard_normal()  # 生成标准正态分布随机数
print(f"均匀分布随机数: {random_uniform}")
print(f"正态分布随机数: {random_normal}")

Generator的优势

• 局部状态： 每个Generator实例独立，避免全局状态污染。
• 更多方法： 提供丰富的随机数生成方法，如 integers、choice 等。
• 性能改进： 使用更高效的算法。

代码示例：

# 使用Generator生成整数数组
random_ints = rng.integers(0, 10, size=5)  # 生成5个0到9之间的随机整数
print(f"随机整数数组: {random_ints}")

# 生成随机选择
random_choice = rng.choice(['a', 'b', 'c'], size=3)
print(f"随机选择: {random_choice}")

4. 旧版接口（np.random）与新版兼容

旧版接口概述

在NumPy 1.16及更早版本中，随机数生成主要通过 np.random 模块的全局函数实现，如 np.random.rand()、np.random.randn() 等。这些函数基于全局状态，可能导致不可预期的行为。

示例：

# 旧版接口的用法
np.random.seed(123)
old_random = np.random.rand(3, 3)  # 生成3x3的随机数组
print(f"旧版接口生成的数组:\n{old_random}")

新旧版本兼容性

从NumPy 1.17开始，np.random 模块仍然保留，但推荐使用新的 Generator API。np.random 中的许多函数现在通过 Generator 实例调用，以提高一致性和可维护性。

如何迁移：

• 新代码应优先使用 np.random.default_rng() 创建Generator。
• 旧代码可以继续使用 np.random，但建议逐步迁移，特别是在需要可复现性和性能的场景。

兼容性示例：

# 旧版代码
np.random.seed(42)
old_array = np.random.randn(5)

# 迁移到新版代码
rng = np.random.default_rng(seed=42)
new_array = rng.standard_normal(5)

# 验证结果相同（假设种子相同，算法不同可能导致微小差异）
print(f"旧版数组: {old_array}")
print(f"新版数组: {new_array}")
# 注意：由于算法升级，数值可能不完全相同，但概念上可复现性一致。

注意事项

• 种子设置： 在Generator中，种子通过 rng = np.random.default_rng(seed=value) 设置，而不是 np.random.seed()。
• 函数对应： 旧版函数如 np.random.rand() 对应 rng.random()，但参数可能略有不同。
• 向后兼容： NumPy维护 np.random 以支持旧代码，但未来版本可能弃用某些函数。

5. 总结与最佳实践

• 使用新版Generator： 对于新项目，推荐使用 np.random.default_rng() 创建Generator实例，以获得更好的性能和灵活性。
• 设置种子： 始终在代码开头设置随机种子，以确保可复现性，无论使用旧版还是新版接口。
• 逐步迁移： 如果维护旧代码，计划迁移到新版API，以减少依赖过时函数。
• 文档参考： 查阅NumPy官方文档（如 numpy.random 模块）获取最新信息。

最终建议代码：

import numpy as np

# 最佳实践：使用新版Generator并设置种子
seed_value = 42  # 选择一个固定种子
rng = np.random.default_rng(seed=seed_value)

# 生成随机数据
random_data = rng.random((2, 3))  # 生成2x3的均匀分布数组
random_ints = rng.integers(1, 100, size=5)  # 生成5个1到99的随机整数

print(f"随机数组:\n{random_data}")
print(f"随机整数: {random_ints}")

# 这样确保代码在不同运行中生成相同的随机序列，便于调试和复现。

通过本教程，你应该对NumPy的随机数生成器有了全面理解，并能自信地在项目中应用种子设置和新旧API。祝你学习愉快！