今日份进步：正确理解R语言中的种子

set.seed(123) # 设置随机种子, 让结果可重现
while(TRUE) {
x = rnorm(1)
print(x)
if(x > 1) break
}

在学习的过程中，看到了函数set.seed(...),对于例子set.seed(123)，为什么要取123（后边把这个整体统一称为种子）以及这个函数的作用到底是什么？一句“设置随机种子，让结果可重现”让我很迷糊，通过查找R的帮助文档和查看R社区里其他人的诸多回答，解答了我的疑惑，现在整理如下：

问题一 ：如何取种子值？取种子值时需要注意哪些要求？

从两种可能的情景来考虑，第一种，针对普通的问题，值并不重要。按照这样的说法，可以随便取，比如说，生日，单纯的数字排列123，等等。与此同时，为了防止有人质疑我们对随机种子的选择时，可以这样做：首先随机生成一个种子，然后使用它。代码如下：

seed <- sample(.Machine$integer.max, size=1) ; 
seed ; 
set.seed(seed);

这样做得好处还有一个，那就是可以避免使用相同的种子。

第二种，当我们尝试优化涉及随机生成数字的函数时，例如在基于模拟的估计中，固定种子是必不可少的。笼统地说，如果我们不固定种子，由于抽取不同的随机数而产生的变化很可能会导致优化算法失败。

问题二 在R版本一致的前提下，使用相同的种子，会得到相同的结果吗？

在类似的硬件和类​​似的 R 版本上，使用相同的种子，你会得到相同的结果。但一般来说，可再现性set.seed(...)是为了确保在同一台（或几乎相同的）机器上的可再现性。有时软件会发生变化（R 在一两个版本之前修复了一个著名的错误，因此在同一台机器上“旧”R 版本和当前版本之间的结果会有所不同

 问题三 控制台对种子有很长的记忆吗？某颗种子是否会持续到下一个随机函数？

答案是 ：每次想要获得可重现的随机结果时，都必须设置种子。看例子：

set.seed(1)
rnorm(4)
set.seed(1)
rnorm(4)

问题四 set.seed(...)的作用是什么，它到底应该怎么用？

set.seed() 函数主要用于重新启用同一组随机变量，也许在这之后的某一天，我们需要再次使用相同的随机变量去评估某个特定任务。

set.seed是一个基函数，它能够与其他函数，如：rnorm, runif, sample一起生成相同的随机值。因此我们只需要在使用任何随机数生成函数之前声明它即可。

下面是一个没有 set.seed的例子

> set.seed(NULL)
> rnorm(5)
[1]  1.5982677 -2.2572974  2.3057461  0.5935456  0.1143519
> rnorm(5)
[1]  0.15135371  0.20266228  0.95084266  0.09319339 -1.11049182
> set.seed(NULL)
> runif(5)
[1] 0.05697712 0.31892399 0.92547023 0.88360393 0.90015169
> runif(5)
[1] 0.09374559 0.64406494 0.65817582 0.30179009 0.19760375
> set.seed(NULL)
> sample(5)
[1] 5 4 3 1 2
> sample(5)
[1] 2 1 5 4 3

下面是一个有set.seed的例子

> set.seed(123)
> rnorm(5)
[1] -0.56047565 -0.23017749  1.55870831  0.07050839  0.12928774
> set.seed(123)
> rnorm(5)
[1] -0.56047565 -0.23017749  1.55870831  0.07050839  0.12928774
> set.seed(123)
> runif(5)
[1] 0.2875775 0.7883051 0.4089769 0.8830174 0.9404673
> set.seed(123)
> runif(5)
[1] 0.2875775 0.7883051 0.4089769 0.8830174 0.9404673
> set.seed(123)
> sample(5)
[1] 3 2 5 4 1
> set.seed(123)
> sample(5)
[1] 3 2 5 4 1