用R生成随机数

最新推荐文章于 2024-05-02 15:50:45 发布

wangd6

最新推荐文章于 2024-05-02 15:50:45 发布

阅读量7.5w

点赞数 40

分类专栏： R

R 专栏收录该内容

1 篇文章 0 订阅

订阅专栏

1. 随机数生成

作为一种统计分析语言，R是一个生成各种统计分布功能随机数的综合性图书馆。在这篇文章中，我想专注于这个简单的问题：我如何生成一个随机数？

答案取决于你想要什么样的随机数生成？让我们通过例子说明。

a) 生成 5.0 和 7.5 之间的随机数

如果你想生成一个十进制数规定的最低和最高之间的任何值（包括分数值）同样是可能的，使用runif()功能。这个函数生成均匀分布的值。这里是如何生成一个 5.0 和 7.5 之间的随机数的方法：

    > x1 <- runif(1, 5.0, 7.5) 
    > x1 
    [1] 5.573882

当然，当你运行这个，你会得到一个不同的数字，但它一定会在 5.0 和 7.5 之间。你不会得到准确值 5.0 或 7.5 。

如果你想生成多个随机的值，不要使用一个循环。您可以生成多个值一次通过指定您要作为第一个参数runif()值的数目。这里是如何产生10个 5.0 和 7.5 之间的值：

    > x2 <- runif(10, 5.0, 7.5) 
    > x2 
     [1] 6.871893 6.518833 5.372662 6.808643 5.490282 7.381824
     [7] 7.476985 5.569176 6.182591 5.285149

b) 生成 1 到 10 之间的随机整数

这看起来像最后一个相同的运动，但现在我们只希望完整的数字，而不是分数值。为此，我们使用的示例函数：

    > x3 <- sample(1:10, 1)
    > x3
    [1] 3

c) 各种分布的随机数生存函数

    rnorm(n, mean=0, sd=1)   # 正态分布
    rexp(n, rate=1)   # 指数
    rgamma(n, shape, rate=1, scale=1/rate)   # r 分布
    rpois(n, lambda)   # 泊松
    rt(n, df, ncp)   # t 分布
    rf(n, df1, df2, ncp)   # f 分布
    rchisq(n, df, ncp=0)   # 卡方分布
    rbinom(n, size, prob)   # 二项分布
    rweibull(n, shape, scale=1)   # weibull 分布
    rbata(n, shape1, shape2)   # bata 分布

2. 抽样模拟

a) 在 1 到 10 之间随机抽取 1 个数

    > x1 <- sample(1:10, 1)
    > x1
    [1] 3

第一个参数是一个有效的数字向量生成（这里的数字1到10），第二个参数表示应返回一个数字。

b) 在 “一组数” 之间随机抽取多个数

如果我们要生成多个随机数，我们必须增加一个额外的参数，表示允许重复：

    # 有放回抽取
    > x2 <- sample(1:10, 5, replace=T)
    > x2
    [1] 1 5 9 9 8

如果我们要生成多个随机数，我们必须增加一个额外的参数，表示不允许重复：

    # 无放回抽取
    > x3 <- sample(1:40, 6, replace=F)
    > x3
    [1]  3 40 20 19 28 11

c) 对一组数据进行乱序排序（随机抽取，顺序随机）

你可以使用同样的想法产生的任何载体的随机子集，甚至不包含数字。例如，选择10个不同的美国各州随机：

    > sample(state.name, 10)
     [1] "Delaware"     "Vermont"      "Rhode Island" "Tennessee"   
     [5] "Arizona"      "Mississippi"  "Virginia"     "Alaska"      
     [9] "Georgia"      "Louisiana"  

    > sample(state.name, 52)
    Error in sample.int(length(x), size, replace, prob) : 
      cannot take a sample larger than the population when 'replace = FALSE'

    > length(state.name)
    [1] 50
    
    > sample(state.name, 50)
     [1] "Oregon"         "Georgia"        "Maine"         
     [4] "Idaho"          "Alaska"         "Tennessee"     
     [7] "Indiana"        "Wyoming"        "Montana"       
    [10] "Utah"           "Florida"        "North Carolina"
    [13] "Nevada"         "Virginia"       "Pennsylvania"  
    [16] "North Dakota"   "Wisconsin"      "Alabama"       
    [19] "Mississippi"    "New Hampshire"  "Delaware"      
    [22] "Arizona"        "Massachusetts"  "Vermont"       
    [25] "Maryland"       "Missouri"       "Michigan"      
    [28] "Connecticut"    "Colorado"       "New York"      
    [31] "Oklahoma"       "California"     "Washington"    
    [34] "South Carolina" "West Virginia"  "Hawaii"        
    [37] "Illinois"       "Arkansas"       "Kentucky"      
    [40] "Iowa"           "Kansas"         "Rhode Island"  
    [43] "New Mexico"     "South Dakota"   "New Jersey"    
    [46] "Nebraska"       "Ohio"           "Texas"         
    [49] "Louisiana"      "Minnesota"     
    
    > sample(state.name, 50)
     [1] "Arkansas"       "California"     "Texas"         
     [4] "Tennessee"      "Montana"        "Massachusetts" 
     [7] "North Dakota"   "Oregon"         "Delaware"      
    [10] "Hawaii"         "South Dakota"   "Connecticut"   
    [13] "South Carolina" "Kansas"         "Washington"    
    [16] "West Virginia"  "Georgia"        "Maine"         
    [19] "Wyoming"        "Illinois"       "Nebraska"      
    [22] "Idaho"          "Maryland"       "Ohio"          
    [25] "Indiana"        "Louisiana"      "Mississippi"   
    [28] "Iowa"           "New York"       "Minnesota"     
    [31] "Rhode Island"   "New Mexico"     "New Jersey"    
    [34] "Pennsylvania"   "Kentucky"       "Utah"          
    [37] "Nevada"         "Arizona"        "Missouri"      
    [40] "North Carolina" "New Hampshire"  "Wisconsin"     
    [43] "Alaska"         "Vermont"        "Alabama"       
    [46] "Florida"        "Oklahoma"       "Michigan"      
    [49] "Colorado"       "Virginia"      
    >

d) 随机从矩阵（数据框）中选取一部分对象

    -----------------------------------------------------   
    (col.name=colnames(mtcars))
    (row.name=rownames(mtcars))
    #列名向量不返回抽样
    (sam.col.name=sample(col.name,10,replace=FALSE))
    #行名向量不返回抽样
    (sam.row.name=sample(row.name,10,replace=FALSE))
    B=mtcars[sam.row.name,sam.col.name]
    B
    -----------------------------------------------------
    > (col.name=colnames(mtcars))
     [1] "mpg"  "cyl"  "disp" "hp"   "drat" "wt"   "qsec" "vs"   "am"  
    [10] "gear" "carb"
    > (row.name=rownames(mtcars))
     [1] "Mazda RX4"           "Mazda RX4 Wag"      
     [3] "Datsun 710"          "Hornet 4 Drive"     
     [5] "Hornet Sportabout"   "Valiant"            
     [7] "Duster 360"          "Merc 240D"          
     [9] "Merc 230"            "Merc 280"           
    [11] "Merc 280C"           "Merc 450SE"         
    [13] "Merc 450SL"          "Merc 450SLC"        
    [15] "Cadillac Fleetwood"  "Lincoln Continental"
    [17] "Chrysler Imperial"   "Fiat 128"           
    [19] "Honda Civic"         "Toyota Corolla"     
    [21] "Toyota Corona"       "Dodge Challenger"   
    [23] "AMC Javelin"         "Camaro Z28"         
    [25] "Pontiac Firebird"    "Fiat X1-9"          
    [27] "Porsche 914-2"       "Lotus Europa"       
    [29] "Ford Pantera L"      "Ferrari Dino"       
    [31] "Maserati Bora"       "Volvo 142E"         
    > #列名向量不返回抽样
    > (sam.col.name=sample(col.name,10,replace=FALSE))
     [1] "mpg"  "qsec" "wt"   "disp" "carb" "cyl"  "vs"   "am"   "hp"  
    [10] "gear"
    > #行名向量不返回抽样
    > (sam.row.name=sample(row.name,10,replace=FALSE))
     [1] "Merc 230"          "Pontiac Firebird"  "Maserati Bora"    
     [4] "Hornet Sportabout" "Merc 450SE"        "Merc 280"         
     [7] "Duster 360"        "Merc 280C"         "Dodge Challenger" 
    [10] "Camaro Z28"       
    > B=mtcars[sam.row.name,sam.col.name]
    > B
                       mpg  qsec    wt  disp carb cyl vs am  hp gear
    Merc 230          22.8 22.90 3.150 140.8    2   4  1  0  95    4
    Pontiac Firebird  19.2 17.05 3.845 400.0    2   8  0  0 175    3
    Maserati Bora     15.0 14.60 3.570 301.0    8   8  0  1 335    5
    Hornet Sportabout 18.7 17.02 3.440 360.0    2   8  0  0 175    3
    Merc 450SE        16.4 17.40 4.070 275.8    3   8  0  0 180    3
    Merc 280          19.2 18.30 3.440 167.6    4   6  1  0 123    4
    Duster 360        14.3 15.84 3.570 360.0    4   8  0  0 245    3
    Merc 280C         17.8 18.90 3.440 167.6    4   6  1  0 123    4
    Dodge Challenger  15.5 16.87 3.520 318.0    2   8  0  0 150    3
    Camaro Z28        13.3 15.41 3.840 350.0    4   8  0  0 245    3
    > 
    -----------------------------------------------------

e) 有放回的随机抽样示例

在e里随机有放回地取N数，形成一个向量

    e <- c(1:6)
    N <- 100
    s <- sample(x=e, size=N, replace=TRUE)
    table(s)

    > e <- c(1:6)
    > N <- 100
    > s <- sample(x=e, size=N, replace=TRUE)
    > table(s)
    s
     1  2  3  4  5  6 
    16 19 14 21 19 11

f) 用sample函数实现随机排序（抽样）

sample函数第一个参数x表示被抽样的向量，第二个参数size表示抽取的样本个数，第三个参数replace表示是不是有放回的抽样。

    -----------------------------------------------------
    Vec <- 1:10
    # 无放回抽样
    sample(x = Vec, size = 5)
    sample(x = Vec, size = 5)
    # 只要第二个参数size的数值和第一个参数x的长度相同就可以实现随机排序。
    sample(x = Vec, size = 10)
    sample(x = Vec, size = 10)
    # 有放回抽样
    sample(x = Vec, size = 10, replace = TRUE)
    sample(x = Vec, size = 10, replace = TRUE)
    -----------------------------------------------------
    > Vec <- 1:10
    > # 无放回抽样
    > sample(x = Vec, size = 5)
    [1] 9 3 1 5 4
    > sample(x = Vec, size = 5)
    [1]  3  1  4  9 10
    > # 只要第二个参数size的数值和第一个参数x的长度相同就可以实现随机排序。
    > sample(x = Vec, size = 10)
     [1]  1  6  2 10  7  8  3  9  5  4
    > sample(x = Vec, size = 10)
     [1]  6  9 10  7  1  5  8  3  4  2
    > # 有放回抽样
    > sample(x = Vec, size = 10, replace = TRUE)
     [1]  3  6  2  2  8  8  3  6 10  8
    > sample(x = Vec, size = 10, replace = TRUE)
     [1]  7  5 10  5  7  3  1  6  4  7
    -----------------------------------------------------

3. 设置随机数种子

    > set.seed(1234)
    > x <- rnorm(10)
    > x
     [1] -1.2070657  0.2774292  1.0844412 -2.3456977  0.4291247
     [6]  0.5060559 -0.5747400 -0.5466319 -0.5644520 -0.8900378
    > 
    > # 设置了随机数种子后，每次产生的分布数都是相同的
    > set.seed(1234)
    > x <- rnorm(10)
    > x
     [1] -1.2070657  0.2774292  1.0844412 -2.3456977  0.4291247
     [6]  0.5060559 -0.5747400 -0.5466319 -0.5644520 -0.8900378
    > 
    > # 移除了随机数种子后，产生的随机分布改变了
    > rm(.Random.seed)
    > 
    > x <- rnorm(10)
    > x
     [1]  0.6977298  0.6580453  0.5422976  0.1453601 -0.4882267
     [6]  0.6037503 -0.8052218  0.3463612 -2.3368599  0.6643264
    >

wangd6

关注

40
点赞
踩
169

收藏

觉得还不错? 一键收藏
0
评论
用R生成随机数

1. 随机数生成作为一种统计分析语言，R是一个生成各种统计分布功能随机数的综合性图书馆。在这篇文章中，我想专注于这个简单的问题：我如何生成一个随机数？答案取决于你想要什么样的随机数生成？让我们通过例子说明。 a) 生成 5.0 和 7.5 之间的随机数如果你想生成一个十进制数规定的最低和最高之间的任何值（包括分数值）同样是可能的，使用runif()功能
复制链接

扫一扫

专栏目录