Python 生成无上限的随机整数

我想以可预测的方式生成一个随机的种子

我希望这样做

seed = 12345
prng_0 = random.Random(seed)
prng_1 = random.Random(prng_0.rand_int(0))

这里，

0

是下界，但我需要给它一个上界。我不想设定一个固定的上限

如果你对我的理由感到好奇，我这么做是因为我需要测试的再现性。也就是说，这是一个接收种子并构建其prng的函数，

prng_0

，然后多次调用另一个每次都需要接收不同种子的函数

def funct_a(seed=None):
    prng_1 = random.Random(seed)
    prng_2 = numpy.random.RandomState(prng_1.randint(0, 4294967296))
    print(prng_1.random())
    print(prng_2.random())

def funct_b(seed=None):
    prng_0 = random.Random(seed)
    for i in range(0, 5):
        seed = prng_0.randint(0)  # not working, needs upper bound
        funct_a(seed)

funct_b(12345)  # test call

编辑：非常有趣的是，numpy（我也在使用）有一个明确的种子值上限，这一点可以通过和这个错误得到证实

ValueError:种子必须介于0和4294967295之间

---

你无法避免上限。如果没有它，代码将如何工作？这就是代码在

x

和

y

之间生成随机数的方式：

0______________________________________________r__________________________________________1

r

是介于

0

和

1

之间的随机小数。这是使用固定算法生成的

然后，它取

r

并将其乘以上界减去下界。这几乎意味着

0

变成

x

，

1

变成

y

。如果

rand

是随机数，

r：（1-0）：：rand：（y-x）

编辑：实际上有一种方法可以生成一个没有上限的随机数，但它不是对数的，也不是均匀分布的。看看这个python算法：

import random
def randint():
    i = 0
    while True:
        if random.random() < 0.5: # Or whatever other probability you want
            return i
        else:
            i += 1

随机导入
def randint（）：
i=0
尽管如此：
如果random.random（）<0.5:#或您想要的任何其他概率
返回i
其他：
i+=1

基本上，这是从零开始的，然后每次它返回该数字的概率为0.5；否则它将继续

---

这意味着它的概率为0.5，1为25%，2为12.5%，3为5.25%，等等。这是“没有上限”的对数分布。

当我不想要上限时，我通常会使用

sys.maxint

作为上限近似值

如果你不想要上限，您想要什么样的分销？它当然不可能是统一的。@GregHewgill我不明白为什么它不能是统一的。我知道种子是使用系统时间初始化的，所以它可能不超过64位。你有什么建议可以避免人为地设置一个较低的上限？@Agostino如果它是一个在无限范围内的均匀分布，则选择任何值的概率为0。让我想起了这个问题：如果需要64位无符号整数结果，可以设置0xFFFFFFFFFFFFFF的上限。然而，这与根本没有上限是完全不同的。@Agostino:当你开始处理无穷大时，事情会变得很奇怪。考虑这一点：假设您可以定义一个具有下界0的均匀分布。那么，分布的中值是多少？（中位数是分布的一半在下面，一半在上面的值。）您选择的任何有限值都是错误的，因为仍有无限多的分布大于您选择的值。你最终会得出这样一个自相矛盾的观点：中位数是“无穷大”，这毫无意义。我只需要避免人为地限制种子。为了清楚起见，在Java中，我只需调用并获取绝对值。你对我的需要有什么建议？对种子没有“人为的限制”。另外，rand并不是真正的随机数，所以如果你在寻找加密随机数，你应该使用不同的协议。您想要的是在可能的正整数或长整数的满刻度范围内的半随机数（在Python中，长整数具有无限精度，因此指定是无意义的）@Eric Renouf的回答似乎满足了这一要求。

sys.maxsize

能做到这一点并同时适用于Python 2和Python 3吗？@agostino是的，这是一个很好的计划。我根本不做Python3，所以以前没看过，对吧now@Agostino，是的，它对Python2和Python3都有效。