用R生成隨機數
阿新 • • 發佈：2019-01-09
1. 隨機數生成
作為一種統計分析語言，R是一個生成各種統計分佈功能隨機數的綜合性圖書館。在這篇文章中，我想專注於這個簡單的問題：我如何生成一個隨機數？
答案取決於你想要什麼樣的隨機數生成？讓我們通過例子說明。
a) 生成 5.0 和 7.5 之間的隨機數
如果你想生成一個十進位制數規定的最低和最高之間的任何值（包括分數值）同樣是可能的，使用runif()功能。 這個函式生成均勻分佈的值。 這裡是如何生成一個 5.0 和 7.5 之間的隨機數的方法：
> x1 <- runif(1, 5.0, 7.5)
> x1
[1] 5.573882 當然，當你執行這個，你會得到一個不同的數字，但它一定會在 5.0 和 7.5 之間。 你不會得到準確值 5.0 或 7.5 。
如果你想生成多個隨機的值，不要使用一個迴圈。您可以生成多個值一次通過指定您要作為第一個引數runif()值的數目。這裡是如何產生10個 5.0 和 7.5 之間的值：
> 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 之間的隨機整數
這看起來像最後一個相同的運動，但現在我們只希望完整的數字，而不是分數值。 為此，我們使用的示例函式：
> x3 <- sample(1:10, 1)
> x3
[1] 3c) 各種分佈的隨機數生存函式
rnorm(n, mean=0, sd=1) # 正態分佈
rexp(n, rate=1) # 指數
rgamma(n, shape, rate=1, scale=1/rate) # r 分佈
rpois(n, lambda) # 泊松
rt(n, df, ncp) # t 分佈 2. 抽樣模擬
a) 在 1 到 10 之間隨機抽取 1 個數
> x1 <- sample(1:10, 1)
> x1
[1] 3第一個引數是一個有效的數字向量生成（這裡的數字1到10），第二個引數表示應返回一個數字。
b) 在 “一組數” 之間隨機抽取 多 個數
如果我們要生成多個隨機數，我們必須增加一個額外的引數，表示允許重複：
# 有放回抽取
> x2 <-sample(1:10, 5, replace=T)
> x2
[1] 1 5 9 9 8如果我們要生成多個隨機數，我們必須增加一個額外的引數，表示不允許重複：
# 無放回抽取
> x3 <-sample(1:40, 6, replace=F)
> x3
[1] 3 40 20 19 28 11c) 對一組資料進行亂序排序（隨機抽取，順序隨機）
你可以使用同樣的想法產生的任何載體的隨機子集，甚至不包含數字。 例如，選擇10個不同的美國各州隨機：
> 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) 隨機從矩陣（資料框）中選取一部分物件
-----------------------------------------------------
(col.name=colnames(mtcars))
(row.name=rownames(mtcars))
#列名向量不返回抽樣
(sam.col.name=sample(col.name,10,replace=FALSE))
#行名向量不返回抽樣
(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"
> #列名向量不返回抽樣
> (sam.col.name=sample(col.name,10,replace=FALSE))
[1] "mpg" "qsec" "wt" "disp" "carb" "cyl" "vs" "am" "hp"
[10] "gear"
> #行名向量不返回抽樣
> (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) 有放回的隨機抽樣示例
在e裡隨機有放回地取N數，形成一個向量
e <-c(1:6)
N <-100s <-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函式實現隨機排序（抽樣）
sample函式第一個引數x表示被抽樣的向量，第二個引數size表示抽取的樣本個數，第三個引數replace表示是不是有放回的抽樣。
-----------------------------------------------------
Vec <- 1:10
# 無放回抽樣
sample(x = Vec, size = 5)
sample(x = Vec, size = 5)
# 只要第二個引數size的數值和第一個引數x的長度相同就可以實現隨機排序。
sample(x = Vec, size = 10)
sample(x = Vec, size = 10)
# 有放回抽樣
sample(x = Vec, size = 10, replace = TRUE)
sample(x = Vec, size = 10, replace = TRUE)
-----------------------------------------------------
> Vec <- 1:10
> # 無放回抽樣
> sample(x = Vec, size = 5)
[1] 9 3 1 5 4
> sample(x = Vec, size = 5)
[1] 3 1 4 9 10
> # 只要第二個引數size的數值和第一個引數x的長度相同就可以實現隨機排序。
> 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
> # 有放回抽樣
> 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. 設定隨機數種子
> 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
>
> # 設定了隨機數種子後，每次產生的分佈數都是相同的
> set.seed(1234)
> x <- rnorm(10)
> x
[1]