Я не понимаю, почему default_rng.integers(2**32)
всегда возвращает 0, тогда как 2**32-1
, 2**32+1
, 2**40
и т.д. возвращают случайные числа, как ожидалось. Результатом является numpy.int64
, поэтому я ожидал, что смогу сгенерировать числа до 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]
Все нормально с 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]
Я запускаю Fedora 31 с python3-3.7.6-2.fc31.x86_64 и 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)]
Вероятно, он использует 32-битный генератор в фоновом режиме для более высоких скоростей, но затем случайно переводит 2**32 + 1
в 32-битный! Это определенно довольно серьезная ошибка.
Проблема тоже в мастере:
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])
Вероятно, это было введено в https://github.com/numpy/numpy/pull/14777. Я взгляну.
Спасибо @WarrenWeckesser , проблема также в 1.17, поэтому она может быть старше вашего коммита. Но я действительно думаю, что к настоящему времени он так глубоко проникает в код, и вы, кажется, знаете эту часть. Так здорово, как раз собирался пинговать Кевина :).
Если у нас получится, мы должны попытаться включить исправление в 1.18.4, я думаю.
@seberg , gh-14777 был перенесен на 1.17.
Оказывается, причина в https://github.com/numpy/numpy/pull/14501 , который был перенесен на 1.17.3. Я работаю над исправлением.
Предлагаемое исправление находится на https://github.com/numpy/numpy/pull/16076.
Самый полезный комментарий
Проблема тоже в мастере:
Вероятно, это было введено в https://github.com/numpy/numpy/pull/14777. Я взгляну.