R 语言经典实例（原书第 2 版）

210

｜

第

8

章

就可以从运行中获得相同的结果。本书的其中一位作者曾对一个庞大的证券组合进行复

杂的蒙特卡罗分析。用户抱怨每次程序运行时得到的结果略有不同。作者回答：分析完

全由随机数驱动，所以输出中当然存在随机性。解决方案是在程序开始时将随机数生成

器设置为已知状态。这样，它每次都会产生相同的（准）随机数，从而产生一致的、可

重复的结果。

在 R 中，set.seed 函数将随机数生成器设置为已知状态。该函数接受一个整型参数，

它可以是任何正整数，但必须使用相同的整数才能获得相同的初始状态。

该函数没有返回值。它在幕后运行，初始化（或重新初始化）随机数生成器。这里的关

键是，使用相同的种子（参数值），就在同一个地方重新启动随机数生成器：

set.seed(165) # Initialize generator to known state

runif(10) # Generate ten random numbers

#> [1] 0.116 0.450 0.996 0.611 0.616 0.426 0.666 0.168 0.788 0.442

set.seed(165) # Reinitialize to the same known state

runif(10) # Generate the same ten "random" numbers

#> [1] 0.116 0.450 0.996 0.611 0.616 0.426 0.666 0.168 0.788 0.442

当你设置种子值并生成固定随机数序列时 ...