Python中正态分布生成数

Python中正态分布生成数,python,normal-distribution,Python,Normal Distribution,我试图通过使用Box-Muller变换和Marsaglia极坐标法来测试正态分布生成数字的速度。据说Marsaglia极坐标法被认为比Box-Muller变换更快,因为它不需要计算正弦和余弦。然而,当我用Python编写代码时,情况并非如此。有人能证实这一点或向我解释为什么会发生这种情况吗 def marsaglia_polar(): while True: x = (random.random() * 2) - 1 y = (random.random(

我试图通过使用Box-Muller变换和Marsaglia极坐标法来测试正态分布生成数字的速度。据说Marsaglia极坐标法被认为比Box-Muller变换更快,因为它不需要计算正弦和余弦。然而,当我用Python编写代码时,情况并非如此。有人能证实这一点或向我解释为什么会发生这种情况吗

def marsaglia_polar():
    while True:
        x = (random.random() * 2) - 1
        y = (random.random() * 2) - 1
        s = x * x + y * y
        if s < 1:
            t = math.sqrt((-2) * math.log(s)/s)
            return x * t, y * t

def box_muller():
    u1 = random.random()
    u2 = random.random()

    t = math.sqrt((-2) * math.log(u1))
    v = 2 * math.pi * u2

    return t * math.cos(v), t * math.sin(v)
def marsaglia_polar():
尽管如此:
x=(random.random()*2)-1
y=(random.random()*2)-1
s=x*x+y*y
如果s<1:
t=数学sqrt(-2)*数学日志/s
返回x*t,y*t
def box_muller():
u1=随机。随机()
u2=随机。随机()
t=math.sqrt(-2)*math.log(u1))
v=2*math.pi*u2
返回t*math.cos(v),t*math.sin(v)
为了“好玩”,我在围棋中写下了它。那里的
box\u muller
功能也更快。而且,它的速度大约是python版本的10倍

package main

import (
    "fmt"
    "math"
    "math/rand"
    "time"
)

func main() {
    rand.Seed(time.Now().UnixNano())
    now := time.Now()
    for i := 0; i < 1000000; i++ {
        marsaglia_polar()
    }
    fmt.Println("marsaglia_polar duration = ", time.Since(now))
    now = time.Now()
    for i := 0; i < 1000000; i++ {
        box_muller()
    }
    fmt.Println("box_muller duration      = ", time.Since(now))
}

func marsaglia_polar() (float64, float64) {
    for {
        x := random() * 2 - 1;
        y := random() * 2 - 1;
        s := x * x + y * y;
        if s < 1 {
            t := math.Sqrt((-2) * math.Log(s)/s);
            return x * t, y * t
        }
    }
}

func box_muller() (float64, float64) {
    u1 := random()
    u2 := random()
    t := math.Sqrt((-2) * math.Log(u1))
    v := 2 * math.Pi * u2
    return t * math.Cos(v), t * math.Sin(v)
}

func random() float64 {
    return rand.Float64()
}

没有看到你的代码!?我们可以,如果你给我们看你的代码,那么我看到博斯穆勒以10%到20%的优势获胜;可能拒绝采样的减速足以掩盖触发功能。这就是说,如果你足够关心这样做的速度,那么这种差异对你来说很重要,你首先不应该在纯Python中这样做。但是是的,
box\u muller
以10-15%的优势获胜。似乎大约25%的
marsaglia_polar
运行至少生成一个
s>=1
,这似乎足以造成损失。您应该在获得结果时展示您的结果。我怀疑你会因为本该更快的东西而失分——如果你这样做了,我对你的教授非常失望。衡量事物的全部意义在于找出事实真相。
marsaglia_polar duration =  104.308126ms
box_muller duration      =  88.365933ms