试图绘制一个随机函数，但它似乎不是很随机

如何解决试图绘制一个随机函数，但它似乎不是很随机

我试图从教科书中绘制一个随机函数，如下所示：

我所做的是为一个范围内的所有数字生成一个 1 到 20 之间的随机数。

import numpy as np
import random
import matplotlib.pyplot as plt
X = np.arange(1,20,0.2).tolist()
Random = [random.random() for x in X]
fig,axs = plt.subplots(1,1)
axs.plot(X,Random,linestyle = 'dotted',color='r')

然后我绘制了这个但是我得到了这个：

现在我想知道这不是完全随机的，我们可以在某些范围内看到函数正在增加或减少，看起来这些值并不是完全独立的。 我的问题是如何写一个像第一张图那样完全随机的函数。

解决方法

我能够用相同的代码做得很好。 你为什么不尝试再次运行它？ 我认为你必须使用 scattar 。

X = np.arange(1,20,0.2).tolist()
Random = [random.random() for x in X]
plt.scatter(X,Random)

,

在您的第一个图中，横轴和纵轴是相同的，即您说要重现的那个，这让我相信它正在绘制成对的随机数。 （实际上看起来它们是 U(-6,6) 值。）这就是以下代码的作用：

import random
import matplotlib.pyplot as plt

randnums = [random.random() for _ in range(101)]
plt.scatter(randnums[0:100],randnums[1:101])
plt.show()

结果会因运行而异，但如下所示：

此图表明相邻值在单位正方形的所有四个象限中均等平衡，这很好地表明它们不相关，但远不及进行严格测试。

值得一提的是，人类在判断随机性方面是出了名的差。这就是为什么大多数语言库中使用的 PRNG 都经过大量统计测试的彻底审查。有关 Diehard tests 或 TestU01 suite 的详细信息，请参阅维基百科。 Python 的 random 使用 Mersenne Twister，它已经过这些测试并被认为足以用于统计（但不是加密）用途。换句话说，您不需要进行测试，它已经完成了。