produce same array in matlab and python with randn

Question

Hello I'm trying to produce the same vector in python and matlab but I'm not able to get it. Someone knows how to do that?

My python code is:

np.random.seed(1337)
A = np.random.randn(1,3)
A = array([[-0.70318731, -0.49028236, -0.32181433]])

My matlab code is:

rng(1337, 'twister');
A = randn(1,3)
A = -0.7832   -0.7012   -0.7178

I would like to both give the same vector...

Answer 1

MATLAB 和 Python/NumPy，按照您的方式配置和使用，使用相同的伪随机数生成器。这个生成器产生相同的数字序列：

>> format long
>> rng(1337, 'twister');
>> rand(1,3)
ans =
   0.262024675015582   0.158683972154466   0.278126519494360

>>> np.random.seed(1337)
>>> np.random.rand(1,3)
array([[0.26202468, 0.15868397, 0.27812652]])

因此，似乎是从随机流中生成正态分布值的算法有所不同。有许多不同的算法可以从随机流中生成正态分布的值，并且 MATLAB 文档没有提到它使用的是哪一种。NumPy 确实提到了至少一种方法：

用于生成 NumPy 法线的 Box-Muller 方法在Generator. 使用Generator正态分布或依赖于正态分布的任何其他分布（例如RandomState.gamma或 ），不可能重现精确的随机值RandomState.standard_t。如果您需要按位向后兼容的流，请使用RandomState.

简而言之，NumPy 有一个新的随机数系统 ( Generator)，遗留系统仍然可用 ( RandomState)。这两个系统使用不同的算法将随机流转换为正态分布数：

>>> r = np.random.RandomState(1337)
>>> r.randn(1,3)                        # same as np.random.randn()
array([[-0.70318731, -0.49028236, -0.32181433]])
>>> g = np.random.Generator(np.random.MT19937(1337))
>>> g.normal(size=(1,3))
array([[-1.22574554, -0.45908464,  0.77301878]])

r并且g这里都产生相同的随机流（使用具有相同种子的 MT19937 生成器），但不同的正态分布随机数。

我找不到Generator.normal.