动态montecarlo/Gillespie算法的Python包

我正在研究一个描述蛋白质的模型。分子可能处于少数状态，从一种状态到另一种状态的转变由含有转变速率的矩阵描述。模型可以解析为一组常微分方程组，给出了很好的数值结果（从邻接矩阵->转移率矩阵->Kolmogorow正演方程->数值积分开始）。然而，为了得到过程的随机性，我想使用蒙特卡罗方法。据我所知，Gillespie算法就是为此而设计的。对于这类任务，您有推荐的软件包吗？

您可以尝试使用

random

模块，自己执行蒙特卡罗模拟，对初始邻接矩阵中的值使用随机浮点。只需确保在矩阵可接受范围内随机选择一个数字

---

要在模拟过程中进行迭代，请使用

for

或

while

循环，具体取决于要运行的模拟次数。

除了使用@PeterWang建议的

随机

模块并自己创建矩阵外，您还可以使用

numpy

模块，该模块还提供随机采样。通过这种方式，您可以创建任意矩阵维度的随机数。特别是对于您的进一步任务，使用Matrix

numpy

模块可能是一个很好的解决方案

---

有关更多详细信息，请参见

嗨，欢迎来到SO。这是一个非常具体的问题，实际上与编程本身无关。谷歌搜索结果页面上关于

Gillespie算法的第三个结果提供了一些提示：如果您想知道如何在Python中播种随机数，请使用
numpy.random
或
random
。