numpy.random 和蒙特卡洛

Question

我用 Python 编写了一个带有 Fortran 扩展（使用 f2py 编译）的 Monte Carlo (MC) 代码。由于它是随机积分，该算法严重依赖随机数，即我使用~ 10^8 - 10^9 随机数进行典型运行。到目前为止，我并不真正介意随机数的“质量”——然而，这是我想检查的东西。

我的问题是：numpy 使用的 Mersenne-Twister 是否足够，或者是否有更好的随机数生成器应该（可以）使用？ （在运行时以及生成序列的质量方面更好）

绝对欢迎任何建议/经验，谢谢！

Answer 1

如果不知道随机数是如何使用的，我认为没有人能告诉你这个算法是否足够。

我会做的是用其他东西替换 numpy 随机数，当然还有其他模块已经提供了不同的算法。 如果您的模拟结果不受随机数生成器选择的影响，那已经是一个好兆头了。