2个版本

使用旧的Rust 2015

0.1.1 2018年4月18日
0.1.0 2015年6月19日

#2057 in 算法

Download history 175/week @ 2024-03-13 188/week @ 2024-03-20 142/week @ 2024-03-27 290/week @ 2024-04-03 125/week @ 2024-04-10 156/week @ 2024-04-17 96/week @ 2024-04-24 105/week @ 2024-05-01 129/week @ 2024-05-08 83/week @ 2024-05-15 115/week @ 2024-05-22 276/week @ 2024-05-29 151/week @ 2024-06-05 142/week @ 2024-06-12 115/week @ 2024-06-19 95/week @ 2024-06-26

538 每月下载量

MIT/BSD-3-Clause

56KB
1.5K SLoC

C 1K SLoC // 0.1% comments Rust 489 SLoC // 0.0% comments

rust-randomkit

构建状态 numpy.random for Rust.

NumPy的RandomKit分支提供绑定。

文档


lib.rs:

非均匀伪随机数生成

此库通过绑定到RandomKit的NumPy分支提供了一套非均匀随机数生成器。它与Numpy的numpy.random模块大致相当。API基于rand crate。

此库不适合用于密码学。

用法

将此添加到您的 Cargo.toml

[dependencies]
randomkit = "0.1"

并将其添加到您的crate根目录

extern crate randomkit;

示例

标准正态分布

从均值为0,标准差为1的标准正态分布(高斯分布)中抽取1000个数字。

extern crate randomkit;

use randomkit::{Rng, Sample};
use randomkit::dist::Gauss;

fn main() {
    let mut rng = Rng::new().unwrap();
    for _ in 0..1000 {
        println!("{}", Gauss.sample(&mut rng));
    }
}

正态分布

从均值为10,标准差为5的正态分布中抽取1000个数字。

extern crate randomkit;

use randomkit::{Rng, Sample};
use randomkit::dist::Normal;

fn main() {
    let mut rng = Rng::from_seed(1);
    let normal = Normal::new(10.0, 5.0).unwrap();
    for _ in 0..1000 {
        println!("{}", normal.sample(&mut rng));
    }
}

依赖关系