Python中的随机数生成方法有何不同？

要在Python中生成介于0和10之间的随机

int

，我可以执行以下任一操作：

import numpy as np
print(np.random.randint(0, 10))

或

---

这两种方法在计算上有什么不同？

需要注意的是，这两种函数并不等价。在numpy中，范围是

[low，high）

，在Python random中范围是

[low，high]

速度

numpy的实现似乎是最快的：

[1]中的

：将numpy作为np导入
在[2]中：%timeit np.random.randint（0,10）
1000000个循环，最好3个：每个循环206纳秒
在[3]中：导入随机
在[4]中：%timeit random.randint（0,10）
1000000个回路，最好为3个：每个回路1.5µs

随机性

随机性似乎是一样的。我们可以使用

对于这个脚本

import numpy as np
import sys

for _ in range(1000000):
    sys.stdout.write(str(np.random.randint(0, 10)))

import random
import sys

for _ in range(1000000):
    sys.stdout.write(str(random.randint(0, 9)))

命令

python file.py | ent-c

的部分输出为

值
48   0       100360   0.100360  
49   1       100157   0.100157  
50   2        99958   0.099958  
51   3       100359   0.100359  
52   4       100287   0.100287  
53   5       100022   0.100022  
54   6        99909   0.099909  
55   7        99143   0.099143  
56   8       100119   0.100119  
57   9        99686   0.099686  
总数：10000011000000
熵=每字节3.321919位。

这个剧本呢

import numpy as np
import sys

for _ in range(1000000):
    sys.stdout.write(str(np.random.randint(0, 10)))

import random
import sys

for _ in range(1000000):
    sys.stdout.write(str(random.randint(0, 9)))

命令

python file.py | ent-c

的部分输出为

值
48   0       100372   0.100372  
49   1       100491   0.100491  
50   2        98988   0.098988  
51   3       100557   0.100557  
52   4       100227   0.100227  
53   5       100004   0.100004  
54   6        99520   0.099520  
55   7       100148   0.100148  
56   8        99736   0.099736  
57   9        99957   0.099957  
总数：10000011000000
熵=3.321913位/字节。

可能更重要的是哪一个更“随机”。似乎两者都是同样随机的。