List of Supported Random Distribution

Random Distributions for Real types

Function	Generator	Scalar Type	VoP	Description	Equivalent to
Eigen::Rand::balanced	Eigen::Rand::BalancedGen	float, double	yes	generates real values in the [-1, 1] range	Eigen::DenseBase<Ty>::Random for floating point types
Eigen::Rand::beta	Eigen::Rand::BetaGen	float, double		generates real values on a beta distribution
Eigen::Rand::cauchy	Eigen::Rand::CauchyGen	float, double	yes	generates real values on the Cauchy distribution.	std::cauchy_distribution
Eigen::Rand::chiSquared	Eigen::Rand::ChiSquaredGen	float, double		generates real values on a chi-squared distribution.	std::chi_squared_distribution
Eigen::Rand::exponential	Eigen::Rand::ExponentialGen	float, double	yes	generates real values on an exponential distribution.	std::exponential_distribution
Eigen::Rand::extremeValue	Eigen::Rand::ExtremeValueGen	float, double	yes	generates real values on an extreme value distribution.	std::extreme_value_distribution
Eigen::Rand::fisherF	Eigen::Rand::FisherFGen	float, double		generates real values on the Fisher's F distribution.	std::fisher_f_distribution
Eigen::Rand::gamma	Eigen::Rand::GammaGen	float, double		generates real values on a gamma distribution.	std::gamma_distribution
Eigen::Rand::lognormal	Eigen::Rand::LognormalGen	float, double	yes	generates real values on a lognormal distribution.	std::lognormal_distribution
Eigen::Rand::normal	Eigen::Rand::StdNormalGen, Eigen::Rand::NormalGen	float, double	yes	generates real values on a normal distribution.	std::normal_distribution
Eigen::Rand::studentT	Eigen::Rand::StudentTGen	float, double	yes	generates real values on the Student's t distribution.	std::student_t_distribution
Eigen::Rand::uniformReal	Eigen::Rand::StdUniformRealGen, Eigen::Rand::UniformRealGen	float, double	yes	generates real values in the [0, 1) range.	std::generate_canonical
Eigen::Rand::weibull	Eigen::Rand::WeibullGen	float, double	yes	generates real values on the Weibull distribution.	std::weibull_distribution

VoP indicates 'Vectorization over Parameters'.

Random Distributions for Integer Types

Function	Generator	Scalar Type	VoP	Description	Equivalent to
Eigen::Rand::bernoulli	Eigen::Rand::BernoulliGen	int	yes	generates 0 or 1 on a Bernoulli distribution.	std::bernoulli_distribution
Eigen::Rand::binomial	Eigen::Rand::BinomialGen	int	yes	generates integers on a binomial distribution.	std::binomial_distribution
Eigen::Rand::discrete	Eigen::Rand::DiscreteGen	int		generates random integers on a discrete distribution.	std::discrete_distribution
Eigen::Rand::geometric	Eigen::Rand::GeometricGen	int		generates integers on a geometric distribution.	std::geometric_distribution
Eigen::Rand::negativeBinomial	Eigen::Rand::NegativeBinomialGen	int		generates integers on a negative binomial distribution.	std::negative_binomial_distribution
Eigen::Rand::poisson	Eigen::Rand::PoissonGen	int		generates integers on the Poisson distribution.	std::poisson_distribution
Eigen::Rand::randBits	Eigen::Rand::RandbitsGen	int		generates integers with random bits.	Eigen::DenseBase<Ty>::Random for integer types
Eigen::Rand::uniformInt	Eigen::Rand::UniformIntGen	int		generates integers in the [min, max] range.	std::uniform_int_distribution

VoP indicates 'Vectorization over Parameters'.

Multivariate Random Distributions

Generator	Description	Equivalent to
Eigen::Rand::MultinomialGen	generates integer vectors on a multinomial distribution	scipy.stats.multinomial in Python
Eigen::Rand::DirichletGen	generates real vectors on a Dirichlet distribution	scipy.stats.dirichlet in Python
Eigen::Rand::MvNormalGen	generates real vectors on a multivariate normal distribution	scipy.stats.multivariate_normal in Python
Eigen::Rand::WishartGen	generates real matrices on a Wishart distribution	scipy.stats.wishart in Python
Eigen::Rand::InvWishartGen	generates real matrices on a inverse Wishart distribution	scipy.stats.invwishart in Python

Random Number Engines

	Description	Equivalent to
Eigen::Rand::Vmt19937_64	a vectorized version of Mersenne Twister algorithm. It generates two 64bit random integers simultaneously with SSE2 and four integers with AVX2.	std::mt19937_64
Eigen::Rand::P8_mt19937_64	a vectorized version of Mersenne Twister algorithm. Since it generates eight 64bit random integers simultaneously, the random values are the same regardless of architecture.