Numpy: default_rng.integers (2 ** 32) selalu mengembalikan 0

Dibuat pada 24 Apr 2020 · 7Komentar · Sumber: numpy/numpy

Contoh kode reproduksi:

Saya tidak mengerti mengapa default_rng.integers(2**32) selalu mengembalikan 0, sedangkan 2**32-1 , 2**32+1 , 2**40 , dll. Mengembalikan angka acak seperti yang diharapkan. Hasilnya adalah numpy.int64 , jadi saya berharap bisa menghasilkan angka hingga 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]

Tidak masalah dengan 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]

Informasi versi Numpy / Python:

Saya menjalankan Fedora 31 dengan python3-3.7.6-2.fc31.x86_64 dan 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)]

00 - Bug 06 - Regression numpy.random high

Sumber

vstinner

Komentar yang paling membantu

Masalahnya ada di master juga:

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])

Ini mungkin diperkenalkan di https://github.com/numpy/numpy/pull/14777. Aku akan melihatnya.

WarrenWeckesser pada 24 Apr 2020

👍2

Semua 7 komentar

Mungkin itu menggunakan generator 32bit di latar belakang untuk kecepatan yang lebih tinggi, tetapi kemudian secara tidak sengaja melemparkan 2**32 + 1 ke 32bit! Ini pasti bug yang cukup serius.

seberg pada 24 Apr 2020

Masalahnya ada di master juga:

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])

Ini mungkin diperkenalkan di https://github.com/numpy/numpy/pull/14777. Aku akan melihatnya.

WarrenWeckesser pada 24 Apr 2020

👍2

Terima kasih @WarrenWeckesser , masalahnya juga di 1,17, jadi mungkin lebih lama dari commit Anda. Tapi saya pikir sekarang ini sudah masuk jauh ke dalam kode dan Anda sepertinya tahu bagian itu. Hebat sekali, baru saja mempertimbangkan untuk melakukan ping ke Kevin :).

seberg pada 24 Apr 2020

Jika kami berhasil, kami harus mencoba memasukkan perbaikan di 1.18.4 saya kira.

seberg pada 24 Apr 2020

@seberg , gh-14777 di-backport ke 1,17.

WarrenWeckesser pada 24 Apr 2020

👍1

Ternyata penyebabnya adalah https://github.com/numpy/numpy/pull/14501 , yang di-backport ke 1.17.3. Saya sedang memperbaikinya.

WarrenWeckesser pada 25 Apr 2020

👍1

Perbaikan yang diusulkan ada di https://github.com/numpy/numpy/pull/16076

WarrenWeckesser pada 25 Apr 2020

Apakah halaman ini membantu?