生成随机分布时强制转换为int-Python

我在乱画随机分布图时发现，当我用int（random.random（）*random.random（））绘制分布图时，会出现模糊但清晰且间隔规则的线条。以下是我使用的代码：

import random
import matplotlib.pyplot as plt

x = []
y = []

for i in range(50000):
    x.append(int(100*(random.random() + random.random())))
    y.append(int(100*(random.random() + random.random())))

plt.figure(figsize = (12,12))
plt.scatter(x,y,s=3)

这是我得到的图表：

如果您取消整数转换，则整个事情看起来与预期的一样：

奇怪的是，似乎只有x轴负责垂直线，因为移除x轴上的铸件可以去除垂直线。y轴不显示任何微弱的水平线，但有几条较暗的线

---

显然，较暗的线条与转换为整数有关，但为什么以及如何以这种方式影响总体分布。此外，为什么它仅在垂直方向上，而不是在两个维度上对称应用

这很可能是与

matplotlib

在绘图过于“拥挤”时决定从绘图中删除哪些点有关的人为因素。例如，在我的屏幕上，我得到了一个具有紧密间隔线的绘图-请参阅，同时将绘图大小减小到

（10,10）

，结果是

此外，将点数减少到10000（在我的情况下=对于我的屏幕）会导致

大小=（12,12）

的无线绘图：

---

作为实验，让我们绘制一组均匀分布的点：

import numpy as np
import matplotlib.pyplot as plt
y, x = np.meshgrid(np.arange(100), np.arange(100))
plt.figure(figsize = (5,5))
plt.scatter(x.ravel(), y.ravel(), s=3)
plt.show()

---

这似乎有多种可能发生的方式。因为这些浮点是二进制的，所以您可能已经找到了一种二进制到十进制的边缘情况。或者它可能是PRNG算法中的一个缺陷。您可能希望尝试使用SystemRandom进行比较。您也可以使用random.choice（范围（100））生成整数谢谢，我尝试了SystemRandom，得到了相同的结果。我同意你的看法，这可能是某种边缘案件。我只是想知道是否有人对这个特殊的边缘案例有所了解，以满足我的好奇心。绝对有比这更好的方法来生成整数的随机分布。是的，我认为这是正确的。当我绘制等距点集时，我得到了不同的线集合。谢谢你的回答。我想它会有一个比这个更有趣的解释，哈哈。也就是说，有趣的是，它只在强制转换为整数时发生，而不是在浮点版本中发生