在python中舍入随机数的最快方法

Question

我想一次生成一个达到特定精度的随机数（所以我不是在寻找矢量化解决方案）。

我在 stackoverflow 上的这个 QnA 中找到了一个方法，它按照承诺给了我这些基准。该方法绝对快两倍。现在，这就是让我感到困惑的地方。

%timeit int(0.5192853551955484*(10**5)+0.5)/(10.**5)      #> 149 ns ± 5.76 ns per loop 
%timeit round(0.5192853551955484, 5)                      #> 432 ns ± 11.7 ns per loop
## Faster as expected

fl = random.random()
pr = 5
%timeit int(fl*(10**pr)+0.5)/(10.**pr)                    #> 613 ns ± 27.9 ns per loop 
%timeit round(fl, pr)                                     #> 444 ns ± 9.25 ns per loop
## Slower?!

%timeit int(random.random()*(10**5)+0.5)/(10.**5)         #> 280 ns ± 29.3 ns per loop 
%timeit round(random.random(), 5)                         #> 538 ns ± 17.5 ns per loop
## Faster than using a variable even though it has the overhead
## of creating a random number for each call?

为什么当我使用变量时上述方法会变慢？当我直接传递随机生成的数字时，它会恢复丢失的速度。我错过了什么？

在我的代码中，由于我需要在多个地方进行舍入，因此我希望将其包装在一个函数中，如下所示。我知道与函数调用相关的成本很小，但我认为这不是增加大部分时间的成本。这个答案说，它仍然应该比round()python的标准函数更快。

def rounder(fl, pr):
    p = float(10**pr)
    return int(fl * p + 0.5)/p

%timeit rounder(random.random(), 5)                       #> 707 ns ± 14.2 ns per loop 
%timeit round(random.random(), 5)                         #> 525 ns ± 22.1 ns per loop

## Having a global variable does make it faster by not having to do the 10**5 everytime
p = float(10**5)
def my_round_5(fl):
    return int(fl* p + 0.5)/p

%timeit my_round_5(random.random())                       #> 369 ns ± 18.9 ns per loop

我宁愿在我的代码中没有全局变量，但假设我承认这一要求，但与使用没有变量的公式相比，性能增益较小。

所以，最后一个问题是，哪种方法对我最有益？ 切换到需要全局变量的函数只有 100-150ns 的增益。或者有什么方法可以更快。

Answer 1

Python 字节编译器“知道”数字是如何工作的，并且它使用这些知识来尽可能优化事物。您可以使用该dis模块查看发生了什么。

例如，您的第一个“快速”示例：

from dis import dis

def fn():
    return int(0.5192853551955484*(10**5)+0.5)/(10.**5)

dis(fn)

实际上是：

from dis import dis

def fn():
    return int(0.5192853551955484*(10**5)+0.5)/(10.**5)

dis(fn)

即它知道0.5192853551955484*(10**5)+0.5计算什么并在编译字节码时执行它。如果你有pr一个参数，它就不能这样做，所以在运行代码时必须做更多的工作。

要回答“什么是最好的”问题，可能是这样的：

def fn(pr):
     # cache to prevent global lookup
     rng = random.random
     # evaluate precision once
     p = 10. ** pr
     # generate infinite stream of random numbers
     while True:
         yield int(rng() * p + 0.5) / p

可以通过以下方式进行基准测试：

x = fn(5)
%timeit next(x)

每个循环给 ~160ns，同时：

%timeit int(fl*(10**pr)+0.5)/(10**pr)
%timeit int(fl*(10.**pr)+0.5)/(10.**pr)

在 ~500 和 ~250ns 内运行。没有意识到 int 与 float 的幂运算是如此不同！