Random 从Python调用快速C Mersenne Twister实现（SFMT）

我试图从Python中调用SFMT Mersenne Twister实现（位于）。我这样做是因为我希望能够快速地从一个离散的pdf样本中抽取4个概率。我正在写一些模拟，这是我代码中最慢的部分

我成功地编写了一些C代码，并使用SFMT算法创建的[0,1]中的随机数对输入PDF进行采样

但是，当从Python调用时，我不知道如何正确初始化SFMT随机数生成器。当然，我只想初始化它一次，然后我需要将用于初始化它的结构的地址（

sfmt

）传递到我对

sfmt\u genrand\u real1

的调用中

因此，一些示例代码是：

// Create a struct which stores the Mersenne Twister's state
sfmt_t sfmt;

// Initialise the MT with a random seed from the system time
// NOTE: Only want to do this once
int seed = time(NULL);
sfmt_init_gen_rand(&sfmt, seed);

// Get a random number
double random_number = sfmt_genrand_real1(&sfmt);

问题是，当从Python调用此代码时，我不知道如何仅为SFMT随机数生成器种子设定一次。如果我只是用C编写所有内容，我会在main（）函数中进行初始化，然后将

&sfmt

参数传递给所有后续的

sfmt\u genrand\u real1（）

调用

但是因为我正在编译这个C代码，然后从Python调用它，所以我不能初始化这个变量一次。现在，我在调用

sfmt\u genrand\u real1（）

之前就坚持了初始化，因为这是唯一可以让代码编译并能够访问随机数生成器调用中的

sfmt

变量的方法。我所有试图以某种方式使

sfmt

变量“全局”的尝试都适得其反

因此，我的问题是：是否有一种方法可以只初始化C SFMT随机数生成器一次，然后在我随后从Python调用

C\u random\u sample

时访问用于该初始化的

SFMT

结构？

在此，非常感谢任何能提供帮助的人

这是我的C代码全文。（要进行编译，需要将所有SMFT

.c

和

.h

文件放在同一个文件夹中，然后使用

python setup.py build\u ext--inplace

进行编译）

#包括“Python.h”
#包括
#包括
#包括“SFMT.h”
双稳态*
获取双数组（PyObject*数据）
{
int i，大小；
双重*输出；
PyObject*seq；
seq=PySequence_Fast（数据，“预期序列”）；
如果（！seq）
返回NULL；
尺寸=PySequence_尺寸（序号）；
如果（尺寸<0）
返回NULL；
out=（双精度*）PyMem_Malloc（尺寸*sizeof（双精度））；
如果（！out）{
Py_DECREF（seq）；
PyErr_nomery（）；
返回NULL；
}
对于（i=0；i
sfmt
在C中处于全局范围：

static sfmt_t sfmt; /* outside any functions */

初始化在模块
init
函数中进行-当模块第一次导入Python时，调用一次：

PyMODINIT_FUNC initc_random_sample(void)
{
    /* Py_InitModule4 to initialize the module as before */ 

    int seed = time(NULL);
    sfmt_init_gen_rand(&sfmt, seed);
}

这并不完全是您想要的，但是如果您不介意依赖项（主要是Numpy和Cython），您可能会发现包含许多快速随机数生成器（特别是dSFMT）的库非常有用

如果您可以使用它，它将为您节省编写C包装器的工作

此外，该模块（或至少某些功能？）将来可能会合并到Numpy中（参见Numpy公开发行版）。
这种PRNG可能仍然比较新的模块（PCG、xoroshiro和co.）慢得多。甚至可以在python中使用（通过外部libs）。但更重要的是：也许你应该先展示你的代码来解释这一性能。我可以想象出除了PRNG之外的一些原因是造成这种缓慢的原因。感谢你的回复sascha。我正在编写一个模拟器，它需要从依赖于系统当前状态的分布中随机抽取数字。所以我不能轻易地提前缓存样本。基本上Python对于我所追求的东西来说太慢了，这就是为什么我转向C。不过我会看看你提到的那些PRNG，谢谢。我刚刚对SFMT和PCG进行了快速测试。SFMT创建10亿uint32\t随机数的速度似乎是前者的两倍。虽然建议它可以很快。也许我做错了什么。谢谢你向我指出sascha。通过在C中定义Python类，并在类的构造函数中初始化随机数生成器，我已经克服了初始化问题。我明白了。我认为离散采样的用法有点错误（如果使用O（1）采样，则每次都要为设置付费）。但我现在看到，您的案例是高度动态的，变化很大。请记住，Python在core+numpy中的PRNG实现也是C代码。但如果正确完成，相信您的基准测试肯定没有错。
PyMODINIT_FUNC initc_random_sample(void)
{
    /* Py_InitModule4 to initialize the module as before */ 

    int seed = time(NULL);
    sfmt_init_gen_rand(&sfmt, seed);
}