2.3 保持随机数生成器的状态

2.3.1 问题

你想要保存和恢复随机数生成器的状态。

2.3.2 方案

将 .Random.seed 保存到其他变量，之后将变量值赋给 .Random.seed 从而恢复原来的值。

  1. # 这个例子中，先设定随机数种子
  2. set.seed(423)
  3. runif(3)
  4. #> [1] 0.1090 0.5973 0.9726
  6. # 保存种子
  7. oldseed <- .Random.seed
  9. runif(3)
  10. #> [1] 0.7974 0.2278 0.5190
  12. # 做其他随机数生成相关的事情，比如: runif(30) ...
  1. # 恢复种子
  2. .Random.seed <- oldseed
  4. # 保存种子之后，得到与之前相同的随机数
  5. runif(3)
  6. #> [1] 0.7974 0.2278 0.5190

如果你之前还没有在 R 线程中用过随机数生成器，变量 .Random.seed 将不会存在。如果你对此不确定，应当在保存和恢复之前进行检查：

  1. oldseed <- NULL
  2. if (exists(".Random.seed")) oldseed <- .Random.seed
  4. # 做一些随机数生成操作，比如： runif(30) ...
  6. if (!is.null(oldseed)) .Random.seed <- oldseed

2.3.2.1 在函数中保存和恢复随机数生成器的状态

如果你试图在函数中通过使用 .Random.seed <- x 来恢复随机数生成器的状态，结果是行不通的，因为这个操作改变的是名为 .Random.seed 的本地变量，而不是全局环境中的这个变量。

这里有两个例子。这些函数想要做的是生成一些随机数，并使得随机数生成器保留未改变的状态。

  1. # 这是个坏的版本
  2. bad_rand_restore <- function() {
  3.   if (exists(".Random.seed")) 
  4.     oldseed <- .Random.seed else oldseed <- NULL
  6.   print(runif(3))
  8.   if (!is.null(oldseed)) 
  9.     .Random.seed <- oldseed else rm(".Random.seed")
  10. }
  13. # 这是个好的版本
  14. rand_restore <- function() {
  15.   if (exists(".Random.seed", .GlobalEnv)) 
  16.     oldseed <- .GlobalEnv$.Random.seed else oldseed <- NULL
  18.   print(runif(3))
  20.   if (!is.null(oldseed)) 
  21.     .GlobalEnv$.Random.seed <- oldseed else rm(".Random.seed", envir = .GlobalEnv)
  22. }
  25. # 坏的版本没有正确地重置随机数生成器状态，因此随机数一直在改变
  26. set.seed(423)
  27. bad_rand_restore()
  28. #> [1] 0.1090 0.5973 0.9726
  29. bad_rand_restore()
  30. #> [1] 0.7974 0.2278 0.5190
  31. bad_rand_restore()
  32. #> [1] 0.6929 0.8104 0.1019
  34. # 好的版本每次都正确地重置了随机数生成器的状态，因此随机数可以保持一致
  35. set.seed(423)
  36. rand_restore()
  37. #> [1] 0.1090 0.5973 0.9726
  38. rand_restore()
  39. #> [1] 0.1090 0.5973 0.9726
  40. rand_restore()
  41. #> [1] 0.1090 0.5973 0.9726

2.3.2.2 注意

使用者最好不要修改 .Random.seed 变量。