为何NumPy random.random()生成的值会呈现明显规律？

这是个超有意思的观察！咱们来一步步拆解这个现象背后的原因，完全和伪随机数生成器的特性挂钩：

1. 先搞清楚NumPy用的是什么PRNG #

在旧版本的NumPy（1.16之前），numpy.random.random()默认使用的是**MT19937（Mersenne Twister）**伪随机数生成器——这是一个应用极广的PRNG，但它的内部设计和位操作（尤其是2的幂次相关的运算）深度绑定，这也是你看到规律的核心原因。

MT19937的内部状态由624个32位整数组成，生成下一个随机数时会对这些状态字进行一系列移位、异或等位运算。虽然它的周期极长（2^19937-1），但当你以2的幂次为步长从生成的序列中采样时，很容易出现数值相关性——简单说就是这些采样到的数会“长得很像”，反映在图像上就是颜色一致的列。

2. 数组填充方式放大了这种相关性 #

当你生成(256,256,3)的RGB数组时，NumPy的操作是：

• 先生成一个长度为256*256*3的一维随机数序列
• 再把这个序列**按行优先（C-order）**reshape成三维数组

对应到图像的列来说：

• 假设是0-based索引，你看到的“第3列”其实是索引为2的列，之后每8列（步长8）的列索引是2、10、18...
• 这些列中每个像素的R/G/B通道值，对应一维序列中索引为 列索引 + 256*行号 + 256*256*通道序号 的值
• 这里的行间隔是256（也就是2^{8），属于2的幂次；列的步长是8（2}3），也是2的幂次。双重的2幂步长采样，刚好触发了MT19937的相关性缺陷，导致这些位置的R/G/B数值高度相似，最终呈现出统一的紫棕色列。

3. 为什么只有2的幂尺寸才会出现？ #

当图像宽高不是2的幂时，行之间的索引间隔（也就是图像宽度）不再是2的幂次，这就打破了MT19937序列中2幂步长的采样规律——此时采样到的随机数不再有明显的相关性，自然也就看不到规律的颜色列了。

4. 紫棕色是怎么来的？ #

紫棕色的出现是因为这些相关位置的R、G、B通道数值，在转换为0-255的整数后，刚好形成了该颜色的组合（比如R和B通道数值偏高，G通道偏低）。因为MT19937的相关性，这些列的每个像素通道数值都高度相似，所以整列颜色一致。

可以试试这些验证实验 #

• 改用NumPy的新一代PRNG（比如numpy.random.default_rng(0)），MT19937的这类相关性问题在新的生成器（如PCG）中已经被优化，大概率不会再出现这种规律列
• 把图像宽度改成255（非2的幂），你会发现规律列直接消失
• 打印那些紫棕色列的R/G/B数值，能直观看到它们的数值确实高度接近

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