<p dir="ltr">On 2 Oct 2014 16:52, "Robert Kern" <<a href="mailto:robert.kern@gmail.com">robert.kern@gmail.com</a>> wrote:<br>
><br>
> On Thu, Oct 2, 2014 at 4:42 PM, Brad Buran <<a href="mailto:bburan@alum.mit.edu">bburan@alum.mit.edu</a>> wrote:<br>
> > Given the following:<br>
> ><br>
> > from numpy import random<br>
> > rs = random.RandomState(seed=1)<br>
> > # skip the first X billion samples<br>
> > x = rs.uniform(0, 10)<br>
> ><br>
> > How do I accomplish "skip the first X billion samples" (e.g. 7.2<br>
> > billion)?  I see that there's a numpy.random.RandomState.set_state<br>
> > which accepts (among other parameters) a value called "pos".  This<br>
> > sounds promising, but the other parameters I'm not sure how to compute<br>
> > (e.g. the 1D array of 624 unsigned integers, etc.).  I need to be able<br>
> > to skip ahead in the sequence to reproduce some signals that were<br>
> > generated for experiments.  I could certainly consume and discard the<br>
> > first X billion samples; however, that seems to be computationally<br>
> > inefficient.<br>
><br>
> Unfortunately, it requires some significant number-theoretical<br>
> precomputation for any given N number of steps that you want to skip.<br>
><br>
> <a href="http://www.math.sci.hiroshima-u.ac.jp/~m-mat/MT/JUMP/index.html">http://www.math.sci.hiroshima-u.ac.jp/~m-mat/MT/JUMP/index.html</a></p>
<p dir="ltr">If someone really wanted this functionality then I suppose it would be possible to precompute the special jump coefficients for lengths 2, 4, 8, 16, 32, ..., and then perform arbitrary jumps using a sequence of smaller jumps. (The coefficient table could be shipped with the source code.)</p>
<p dir="ltr">-n</p>