在 R 中本地（不是全局）设置种子答案

【问题标题】：setting seed locally (not globally) in R在 R 中本地（不是全局）设置种子
【发布时间】：2012-12-28 17:54:57
【问题描述】：

我想在 R 中仅在本地（函数内部）设置种子，但似乎 R 不仅在本地设置种子，而且在全局设置种子。这是我正在尝试（不）做的一个简单示例。

myfunction <- function () {
  set.seed(2)
}

# now, whenever I run the two commands below I'll get the same answer
myfunction()
runif(1)

所以，我的问题是：为什么 R 会在全局范围内设置种子，而不仅仅是在我的函数内部？以及如何让 R 仅在我的函数中设置种子？

【问题讨论】：

标签： r global local seeding

【解决方案1】：

这样的事情对我有用：

myfunction <- function () {
  old <- .Random.seed
  set.seed(2)
  res <- runif(1)
  .Random.seed <<- old
  res
}

或者更优雅：

myfunction <- function () {
  old <- .Random.seed
  on.exit( { .Random.seed <<- old } )
  set.seed(2)
  runif(1)
}

例如：

> myfunction()
[1] 0.1848823
> runif(1)
[1] 0.3472722
> myfunction()
[1] 0.1848823
> runif(1)
[1] 0.4887732

【讨论】：

+1 打败我。 @ManoelGaldino 至于“为什么？”我不认为这是出乎意料的。我认为，为每个函数环境实现一个新的、单独的随机生成器将非常复杂。并且可能会带来一些性能开销。
我确实认为有人比我更了解这个问题如何影响并行进程。
这个答案有一个小问题。如果尚未设置种子或 runif()（或访问随机数生成器的其他函数）尚未在当前 R 会话中调用，则对象 .Random.seed 可能不存在。因此，在存储.Random.seed 之前，需要使用exists() 检查它的存在，如果不存在则可能调用runif()。
@TheodoreLytras 在理想情况下，set.seed 将返回种子的旧值。
这是一个很好的答案。一个问题，<<-- 不会总是推送到父框架吗？我们不应该使用assign 和envir = globalenv 来确保old 被推回全局环境吗？

【解决方案2】：

使用@Romain Francois 的答案，概括为函数：

withRandom <- function(expr, seed = 1) {
    old <- .Random.seed
    on.exit({.Random.seed <<- old})
    set.seed(seed)
    expr
}

用法：

runif(2)
withRandom(seed = 2, {
    runif(1)
    runif(1)
})
runif(2)
withRandom(seed = 2, runif(2))
runif(2)

输出：

> runif(2)
[1] 0.5776099 0.6309793
> withRandom(seed = 2, {
+     runif(1)
+     runif(1)
+ })
[1] 0.702374
> runif(2)
[1] 0.5120159 0.5050239
> withRandom(seed = 2, runif(2))
[1] 0.1848823 0.7023740
> runif(2)
[1] 0.5340354 0.5572494

【讨论】：