Python 在浮动32/16中生成正常随机数

在Numpy/Scipy中，如何从具有指定（浮点）

dtype

的正态分布生成随机数？在我的情况下，我需要

float32

和

float16

由于数组非常大，我不希望在采样后转换数组

例如：

a = np.random.normal(1e7).astype('float16')

---

做这项工作，但由于它需要一个临时的float64数组，它使用的RAM是直接

float16

采样的4倍。

我不知道numpy或scipy中有哪种随机数生成器可以在本机生成16或32位浮点

为了避免较大的临时值，可以成批生成值。例如，下面创建了一个10000000个

float16

值样本的数组

In [125]: n = 10000000  # Number of samples to generate

In [126]: k = 10000     # Batch size

In [127]: a = np.empty(n, dtype=np.float16)

In [128]: for i in range(0, n, k):
   .....:     a[i:i+k] = np.random.normal(loc=0, scale=1, size=k)
   .....:

---

我接受这个答案，因为精确的就地操作是不可能的，这个解决方案是在不使用太多RAM的情况下生成一个大的随机数数组的最佳方法。