python中的随机数是否有快速迭代器？答案

【问题标题】：Is there a fast iterator over random numbers in python?python中的随机数是否有快速迭代器？
【发布时间】：2013-11-16 19:04:04
【问题描述】：

我在我的 python 脚本中使用了很多随机数。传统上，我只是在需要它们的地方调用 random.random()，但现在这占了执行时间的很大一部分。所以我想提高速度。

原始版本可以归结为：

from random import random
for _ in range(cycles):
    _ = random()

请注意，有一个固定的（当然更复杂的）迭代正在进行。

现在我尝试使用numpy：

from numpy.random import random
for _ in range(cycles):
    _ = random()

一方面这比内置 random 还要慢，但另一方面 numpy.random.random 支持生成大量随机数：

from numpy.random import random
rnd = random(cycles)
i = 0
for _ in range(cycles):
    _ = rnd[i]
    i += 1

太棒了！这只有原始运行时间的大约 五分之一。

我的问题是，维护单独的索引i不是很好，所以我宁愿写这样的东西：

from numpy.random import random
from numpy import nditer
iter_rnd = nditer(random(cycles))
for _ in range(cycles):
    _ = next(iter_rnd)

不幸的是，这与前两个版本一样慢。生成器表达式和函数更糟糕。那么有没有更优雅、更快速的东西呢？

【问题讨论】：

最佳加速（最高 1000 倍）将来自用 numpy 矢量化操作替换迭代。如果你能做到，那就去做。如果您发布更多关于您使用这些数字做什么的详细信息，我们或许可以帮助您做到这一点。
在此期间，您是否尝试过 enumerating 数组？
@user2357112：感谢您的建议。进行矢量化操作确实是一个有趣的想法。但这需要对算法进行重大重建。我一定会考虑的。
@user2357112：使用枚举又慢了。这么简单的事情怎么会增加这么多（相对的）开销，真是令人沮丧……
你在循环体中做了多少工作？贴出代码；几乎可以肯定它很短。我们现在或许可以对其进行矢量化处理。

【解决方案1】：

for i, random_number in enumerate(rnd):
    do_whatever(i, random_number)

enumerate 是您想要迭代序列及其索引时使用的常用工具。但是，如果您使用的是 numpy，通常最好尽可能避免迭代。用 numpy 向量化操作代替迭代可以使您的代码更短、更简洁，并且速度提高多达 1000 倍。

说到这里，我想指出一些我在您使用 for 循环时注意到的奇怪之处。

from numpy.random import random
rnd = random(cycles)
i = 0
for _ in range(cycles):
    _ = rnd[i]
    i += 1

您似乎使用for 循环作为重复代码体一定次数的一种方式，完全忽略了迭代变量。 for _ in range(cycles) 已经迭代了从 0 到 cycles - 1 的整数；您不需要手动增加单独的 i 变量。这段代码可以简化为：

from numpy.random import random
rnd = random(cycles)
for i in range(cycles):
    random_number = rnd[i]

【讨论】：

【解决方案2】：

如何使用内置的方式来遍历numpy数组，而不是nditer()？

from numpy.random import random
rnd = iter(random(cycles))
for _ in range(cycles):
    _ = rnd.next()

【讨论】：