Как получить конкретные значения диапазона из numpy.random.normal ()?

Question

Есть ли способ получить конкретный диапазон массива из результатов numpy.random.normal ()?без вычисления всех случайных чисел, он только вычисляет указанные пределы диапазона

Нормальное приложение

random_numbers = numpy.random.normal(0, 1, 1000)

Что мне нужно, так это получить диапазон этих случайных чисел, не вычисляя все сначала

first_100_random_numbers = needs the results of the first 100 values
300th_400th_random_numbers = needs the results of the 300 - 400 values

Answer 1

Если вы генерируете случайные числа по одному, вы можете просто отслеживать, увеличивают ли они максимальное или минимальное значения. Вам все равно придется вычислять значения, но вы не столкнетесь с проблемой памяти, поскольку вам нужно только сохранить три числа (max, min и latest_random)

import numpy as np
max_=0
min_=0
for i in range(1000):
    new_number=np.random.normal(0,1,1)
    if new_number>max_:
        max_=new_number
    if new_number<min_:
        min_=new_number
range_=max_-min_
print(range_)

Чтобы ускорить вычисления, вы можете делать большие блоки за раз. Если вы хотите выполнить пробег с миллиардом чисел, вы можете вычислить миллион за раз и выполнить цикл тысячу раз. Измененный код и время результаты ниже

import numpy as np
import time
max_=0
min_=0
start=time.time()
for i in range(1000):
    new_array=np.random.normal(0,1,1000000)
    new_max=np.max(new_array)
    new_min=np.min(new_array)
    if new_max>max_:
        max_=new_max
    if new_min<min_:
        min_=new_min
range_=max_-min_
print('Range ', range_)
end = time.time()
Time=end - start
print('Time ',Time)


Range 12.421138327443614
Time  36.7797749042511

Сравнение результатов запуска одного случайного числа за раз против десяти за раз, чтобы увидеть, значительно ли отличаются результаты (каждый работает три раза)

По одному:

new_numbers=[]
for i in range(10):
    new_numbers.append(np.random.normal(0,1,1)[0])
print(new_numbers)
[-1.0145267697638918, -1.1291506481372602, 1.3622608858856742, 0.16024562390261188, 1.062550043104352, -0.4160329548439351, -0.05464203711515494, -0.7416629430695286, 0.35066071936940363, 0.06498345663995017]
[-1.5632632129838873, -1.0314300796946991, 0.5014408178125339, -0.37806631815396563, 0.45396918178048334, -0.6630479858064194, -0.47097483551189306, 0.40734077106402056, 1.1167819302886144, -0.6594075991871857]
[0.4448783416507262, 0.20160041940565818, -0.4781753245124433, -0.7130750653981222, -0.8035305391034386, -0.41543648761183466, 0.25166027175788847, -0.7051417978559822, 0.6017351178904993, -1.3719596304190458]

Десять за один раз:

np.random.normal(0,1,10)
array([-1.79498658,  0.89073416, -0.25302627, -0.17237986, -0.38988131,
       -0.93635678,  0.28824899,  0.52675642,  0.86195635, -0.89584341])
array([ 1.41602405,  1.33800937,  1.87837334,  0.2082182 , -0.25116545,
        1.37953259,  0.34445565, -0.33647043, -0.24414261, -0.14505838])
array([ 0.43848371, -0.60967936,  1.2902231 ,  0.44589728, -2.39725248,
       -1.42715386, -1.0627627 ,  1.15998483,  0.96427742, -2.01062938])

Answer 2

может просто взять их из np.random.RandomState:

import numpy as np

# random state
RS = np.random.RandomState(seed = 0) 

# first 10 elments
print(RS.normal(0, 1, 10))

# another 20
print(RS.normal(0, 1, 20))

Его значения будут одинаковыми случайными числами с соответствующим начальным числом.

first_100_random_numbers = RS.normal(0, 1, 100)
100th_200th_random_numbers = RS.normal(0, 1, 100)
200th_400th_random_numbers = RS.normal(0, 1, 200)

В противном случае вы можете подумать об использовании генератора.