R中set.seed()的作用范围

Question

我的 R 脚本调用包含 set.seed() 的子函数。set.seed() 的作用范围是什么？它是否还会影响调用它的主程序？

更具体地说：

# main program
callsubfun()

... some statement ...

sample.int(100,20)



# sub function
callsubfun <- function(x,y,...){
   set.seed(100)
   ... do the work ...
   return(something)
}

- lolibility

---

我非常确定 set.seed() 是“全局的”。它有可能破坏你的伪随机性。 - IRTFM

这个测试非常简单易行。你为什么不在发布前先测试一下呢？ - Carl Witthoft

Answer 1

set.seed确实是全局的。但请注意来自?set.seed示例中的内容：

set.seed函数确实具有全局性，但请注意以下来自?set.seed示例的内容：

## If there is no seed, a "random" new one is created:
rm(.Random.seed); runif(1); .Random.seed[1:6]

这意味着您可以在函数结束后或调用函数后调用 rm(.Random.seed, envir=.GlobalEnv) 来将程序的其余部分与函数中的 set.seed 调用分离开来。

要查看这个过程，请在两个不同的R会话中运行以下代码。在两个会话中输出应该是相同的。然后在取消注释rm行的情况下，在两个新的R会话中重新运行代码。现在，您将看到两个新会话中的输出不同，表明函数中对set.seed的调用未将可重复性传递给主程序。

subfun <- function() {
    set.seed(100)
    rnorm(1)
    #rm(.Random.seed, envir=.GlobalEnv)
}

subfun()
#[1] -0.5022

rnorm(1)
# [1] 0.1315

- Matthew Plourde

Answer 2

以下是您不应这样做的原因：

以下是为什么你不应该这样做的原因：

> set.seed(100)
> rnorm(1)
[1] -0.5021924
> rnorm(1)
[1] 0.1315312

> rand <- function() set.seed(100)
> rand()

> rnorm(1)
[1] -0.5021924   # Ouch!

- IRTFM

---

那么您的意思是，建议只在整个脚本的最顶层使用一次set.seed()函数，对吗？是这样吗？ - lolibility

是的，确实如此。这是你深思熟虑的问题以及上面的实验所暗示的。事实上，我将建议R-Core在set.seed帮助页面中添加一个警告来说明这一点。我认为该页面上的描述已经暗示了这种行为，但我认为应该更明确地说明其影响。 - IRTFM

Answer 3

set.seed函数为其后的所有代码提供特定的随机状态，但它之前的代码不受影响。以下是一个最小化的示例。

rnorm(1)
#> [1] -0.1020965
set.seed(123)
rnorm(1)
#> [1] -0.5604756
rnorm(1)
#> [1] -0.2301775
rnorm(1)
#> [1] 1.558708

这段代码是使用 reprex package (v0.2.0) 在2018年10月20日创建的。

rnorm(1)
#> [1] 0.4665633
set.seed(123)
rnorm(1)
#> [1] -0.5604756
rnorm(1)
#> [1] -0.2301775
rnorm(1)
#> [1] 1.558708

由 reprex package (v0.2.0) 创建于2018年10月20日。

1. 你会发现所有在set.seed之后的代码都被固定在一个给定的随机状态。
2. 但是，在set.seed之前的代码在两次试验中是不同的，这支持了我的观点。

- Jiaxiang

Answer 4

的回答还可以，但并不总是正确！

您可以使用set.seed()来重现您的算法。也就是说，任何人都可以重现您的结果。

如果您想分享您的代码，我建议您使用set.seed。例如，如果您在stackoverflow上需要帮助，我们可以完全重现您的代码。

set.seed(123)
rand<-rnorm(10)
plot(density(rand))

如果您使用另一个种子，您将获得其他结果

set.seed(234)
rand<-rnorm(10)
plot(density(rand))

两种方法都是正确的，但如果已知起始种子，那么帮助您可能更容易。 顺便说一下，在您的程序中只需使用一次 set.seed，因为您可能会在随机数中生成相关性。我们希望在模拟中得到独立的随机数。

- user3953420

---

这并没有回答问题。问题是在函数内使用set.seed是否会影响整个脚本（全局）？ - Rich Scriven