在Python中生成和使用数百万随机数的有效方法

Question

我正在编写一个编程项目的过程,该项目涉及Python中一些非常广泛的蒙特卡罗模拟,因此产生了大量的随机数.几乎所有这些(如果不是全部的话)都可以通过Python的内置随机模块生成.

我是一个编码新手,并且不熟悉高效和低效的做事方式.生成say,所有随机数作为列表,然后遍历该列表,或者每次调用一个函数时生成一个新的随机数,这将是一个非常大的循环？

或者其他一些,无疑是更聪明的方法？

Answer 1

每次生成一个随机数。由于循环的内部工作只关心单个随机数，因此在循环内生成并使用它。

例子：

# do this:
import random

for x in xrange(SOMEVERYLARGENUMBER):
    n = random.randint(1,1000) # whatever your range of random numbers is
    # Do stuff with n

# don't do this:
import random

# This list comprehension generates random numbers in a list
numbers = [random.randint(1,1000) for x in xrange(SOMEVERYLARGENUMBER)]

for n in numbers:
    # Do stuff with n

显然，实际上，这并不重要，除非您要处理数十亿次迭代，但如果您一次只使用一个数字，为​​什么还要费心生成所有这些数字呢？