No entiendo por qué default_rng.integers(2**32)
siempre devuelve 0, mientras que 2**32-1
, 2**32+1
, 2**40
, etc. devuelven números aleatorios como se esperaba. El resultado es numpy.int64
, por lo que esperaba poder generar números de hasta 2**64-1
.
$ python3.7 -c 'from numpy.random import default_rng; rng=default_rng(); print([rng.integers(2**32) for _ in range(5)])'
[0, 0, 0, 0, 0]
Está bien con 2**40
:
$ python3.7 -c 'from numpy.random import default_rng; rng=default_rng(); print([rng.integers(2**40) for _ in range(5)])'
[386296210341, 896689857600, 958588149890, 364800985883, 643738305251]
Estoy ejecutando Fedora 31 con python3-3.7.6-2.fc31.x86_64 y python3-numpy-1.17.4-2.fc31.x86_64:
vstinner@apu$ python3.7
Python 3.7.6 (default, Jan 30 2020, 09:44:41)
[GCC 9.2.1 20190827 (Red Hat 9.2.1-1)] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import sys, numpy; print(numpy.__version__, sys.version)
1.17.4 3.7.6 (default, Jan 30 2020, 09:44:41)
[GCC 9.2.1 20190827 (Red Hat 9.2.1-1)]
Probablemente usa un generador de 32 bits en segundo plano para velocidades más altas, ¡pero luego lanza 2**32 + 1
a 32 bits por accidente! Definitivamente es un error bastante serio.
El problema también está en el maestro:
In [1]: import numpy as np
In [2]: np.__version__
Out[2]: '1.19.0.dev0+6d6df47'
In [3]: rng = np.random.default_rng()
In [4]: rng.integers(2**32, size=8)
Out[4]: array([0, 0, 0, 0, 0, 0, 0, 0])
Esto probablemente se introdujo en https://github.com/numpy/numpy/pull/14777. Le daré un vistazo.
Gracias @WarrenWeckesser , el problema también está en 1.17, por lo que puede ser anterior a su confirmación. Pero creo que a estas alturas va tan profundo en el código y parece que conoces esa parte. Genial, solo estaba considerando hacer ping a Kevin :).
Si lo conseguimos, deberíamos intentar incluir la corrección en 1.18.4, creo.
@seberg , gh-14777 fue actualizado a 1.17.
Resulta que la causa es https://github.com/numpy/numpy/pull/14501 , que fue actualizado a 1.17.3. Estoy trabajando en una solución.
La solución propuesta está en https://github.com/numpy/numpy/pull/16076
Comentario más útil
El problema también está en el maestro:
Esto probablemente se introdujo en https://github.com/numpy/numpy/pull/14777. Le daré un vistazo.