在R和Julia中生成相同的随机数

Question

我想在R和Julia中生成相同的随机数.默认情况下,这两种语言似乎都使用Mersenne-Twister库,但在Julia 1.0.0中:

julia> using Random
julia> Random.seed!(3)
julia> rand()
0.8116984049958615

生产0.811...,而在R:

set.seed(3)
runif(1)

生产0.168.

有任何想法吗？

相关的SO问题在这里和这里.

我感兴趣的用例:通过比较输出与R中等效库的输出,测试需要随机数生成(例如统计引导)的新Julia代码

Answer 1

这是一个老问题.

保罗吉尔伯特在20世纪90年代后期(!!)试图断言R中的模拟(然后是新手)给出了与S-Plus(当时的现任者)相同的结果时解决了同样的问题.

他的解决方案,仍然是AFAICT的黄金方法:用两种语言的新代码重新实现,因为这是确保相同种子,状态,......以及其他任何影响它的唯一方法.

Answer 2

追求RCall@Khashaa提出的建议,很明显你可以设置种子并从中获取随机数R.

julia> using RCall

julia> RCall.reval("set.seed(3)")
RCall.NilSxp(16777344,Ptr{Void} @0x0a4b6330)

julia> a = zeros(Float64,20);

julia> unsafe_copy!(pointer(a), RCall.reval("runif(20)").pv, 20)
Ptr{Float64} @0x972f4860

julia> map(x -> @printf("%20.15f\n", x), a);
   0.168041526339948
   0.807516399072483
   0.384942351374775
   0.327734317164868
   0.602100674761459
   0.604394054040313
   0.124633444240317
   0.294600924244151
   0.577609919011593
   0.630979274399579
   0.512015897547826
   0.505023914156482
   0.534035353455693
   0.557249435689300
   0.867919487645850
   0.829708693316206
   0.111449153395370
   0.703688358888030
   0.897488264366984
   0.279732553754002

来自R:

> options(digits=15)
> set.seed(3)
> runif(20)
 [1] 0.168041526339948 0.807516399072483 0.384942351374775 0.327734317164868
 [5] 0.602100674761459 0.604394054040313 0.124633444240317 0.294600924244151
 [9] 0.577609919011593 0.630979274399579 0.512015897547826 0.505023914156482
[13] 0.534035353455693 0.557249435689300 0.867919487645850 0.829708693316206
[17] 0.111449153395370 0.703688358888030 0.897488264366984 0.279732553754002

**编辑**

根据@ColinTBowers的建议,这里有一个更简单/更清晰的方式来访问R随机数Julia.

julia> using RCall

julia> reval("set.seed(3)");

julia> a = rcopy("runif(20)");

julia> map(x -> @printf("%20.15f\n", x), a);
   0.168041526339948
   0.807516399072483
   0.384942351374775
   0.327734317164868
   0.602100674761459
   0.604394054040313
   0.124633444240317
   0.294600924244151
   0.577609919011593
   0.630979274399579
   0.512015897547826
   0.505023914156482
   0.534035353455693
   0.557249435689300
   0.867919487645850
   0.829708693316206
   0.111449153395370
   0.703688358888030
   0.897488264366984
   0.279732553754002