15.2　随机数

随机数对许多分析都至关重要，R具有多种从不同分布中采样的函数。

15.2.1　示例函数

我们已多次看到sample函数（它首次出现在第3章）。这是一个用于生成随机数的重要的核心函数，而其行为有些怪诞，因而我们要对它做更深入的了解。如果你仅传递一个数值n给它，它将返回从一个1到n的自然数的排列：

  1. sample(7)
  3. ## [1] 1 2 5 7 4 6 3

如果你给它传递第二个参数m，它将返回m个1和n之间的随机数：

  1. sample(7, 5)
  3. ## [1] 7 2 3 1 5

请注意，所有这些随机数都是不同的。默认情况下，sample函数不会重复样本。也就是说，每个值只能出现一次。如果要允许有重复抽样，可传递replace = TRUE参数：

  1. sample(7, 10, replace = TRUE)
  3. ## [1] 4 6 1 7 5 3 6 7 4 2

当然，大多数情况下，返回自然数并不有趣，但sample足够灵活，它可以让我们从任何喜欢的向量中采样。最常见的是给它传递一个字符向量：

  1. sample(colors(), 5) # 为你家房子选择颜色的好方法
  3. ## [1] "grey53" "deepskyblue2" "gray94" "maroon2" 
  4. ## [5] "gray18"

如果我们再冒些险，可以传递日期给它：

  1. sample(.leap.seconds, 4)
  3. ## [1] "2012-07-01 01:00:00 BST" "1994-07-01 01:00:00 BST" 
  4. ## [3] "1981-07-01 01:00:00 BST" "1990-01-01 00:00:00 GMT"

还可以通过传递prob参数来定义每个输入值的概率权重。在下例中，我们使用R来随机地决定哪个月去度假，然后改变数据以增加我们放暑假的机会：

  1. weights <- c(1, 1, 2, 3, 5, 8, 13, 21, 8, 3, 1, 1) 
  2. sample(month.abb, 1, prob = weights)
  4. ## [1] "Jul"

15.2.2　从分布中抽样

通常情况下，我们想根据某种概率分布来生成随机数。R的各种包中一共提供了近百个分布函数、mixture和系动词用于抽样。?Distribution帮助页面文件记录了R基本包里的函数。如果你还想了解更多秘决，CRAN Task View: Probability Distributions(http://cran.r-project.org/web/views/Distributions.html)提供了更多的选择。

大部分的随机数生成函数的名称都是r。例如，我们已经看到的runif，它能生成均匀分布的随机数，还有rnorm能生成正态分布的随机数。这些函数的第一个参数都是要生成的随机数的数量，其太参数则会影响分布的形状。例如，runif允许你设置分布的上限和下限：

  1. runif(5) #生成5个介于0和1之间的均匀分布的随机数
  3. runif(5, 1,10) #生成5个介于0和10之间的均匀分布的随机数
  5. rnorm(5) #生成5个正态分布的随机数，它们的中位数为0，标准差为1
  7. rnorm(5, 3, 7) #生成5个正态分布的随机数，它们的中位数为3，标准差为7

与任何其他软件一样，由R生成的随机数字实际上都是伪随机的。也就是说，它们是由某种算法而不是由真正的随机过程产生的。R支持多种优质算法，就像?RNG页面中所描述的一样。还有一些更专业的算法（如并行数生成）位于其他包中。以上提及的CRAN Task View on distributions也指出在哪里能找到更多这样的算法。你可以看到使用RNGKind函数以及哪些算法用于均匀和正态随机数的生成（从其他分布中采样通常也使用相同的均匀和正态随机数函数）：

  1. RNGkind()
  3. ## [1] "Mersenne-Twister" "Inversion"

随机数发生器需要一个初始值来生成数字，此初始值即所谓的“种子”。通过把种子设置为特定的值，可保证每次运行同一段代码时能生成相同的随机数。例如，本书可以使用固定的种子值，使本书创建的范例在每次运行时都相同。使用set.seed函数设置种子值。它的输入参数为一个正整数。你选择哪个整数都无所谓，不同的种子将给出不同的随机数：

  1. set.seed(1) 
  2. runif(5)
  4. ## [1] 0.2655 0.3721 0.5729 0.9082 0.2017
  6. set.seed(1) 
  7. runif(5)
  9. ## [1] 0.2655 0.3721 0.5729 0.9082 0.2017
  11. set.seed(1) 
  12. runif(5)
  14. ## [1] 0.2655 0.3721 0.5729 0.9082 0.2017

你也可以指定不同的生成算法，这种用法相当高级，不要贸然采用此做法除非很有把握。