如何查找NumPy随机数生成算法源码及分布函数实现方式？

一、numpy.random.normal 的源码位置 #

• 旧版传统随机数模块（基于MT19937）：核心实现不在 distributions.c，而是在 numpy/random/mtrand/randomkit.c 文件中，对应函数为 rk_normal；distributions.c 主要是对外的接口封装层。
• 新版Generator API（NumPy 1.17+）：正态分布的实现位于 numpy/random/_generator.pyx，核心逻辑在 Normal 类的 _generate 方法中，底层依赖PCG64等生成器的C扩展实现（如 _pcg64.c）。

二、随机数生成方法说明 #

正态分布（normal） #

• 旧版：采用Box-Muller变换，通过两个独立均匀分布随机数转换得到标准正态分布样本，比逆变换法效率更高。
• 新版：默认使用Ziggurat算法，这是一种更高效的正态分布生成算法，在性能上优于Box-Muller。

其他常见分布的生成方式 #

• 均匀分布（uniform）：直接用生成器的原始输出，属于逆变换法的简单应用。
• 泊松分布（poisson）：使用Knuth算法，通过迭代对比均匀分布随机数生成。
• 指数分布（exponential）：采用逆变换法，基于指数分布累积分布函数的逆运算实现。

三、源码查找提示 #

• 旧版模块的核心算法集中在 randomkit.c，distributions.c 负责将算法包装为Python可调用的接口。
• 新版Generator API的代码中，可通过搜索分布类名（如 Normal）快速定位对应实现逻辑。

内容的提问来源于stack exchange，提问作者user23209914