如何让 R 的 lapply（和 mclapply）恢复随机数生成器的状态？

Question

R 忽略在 lapply 内设置 .Random.seed。但是，使用 set.seed 可以正常工作。

一些代码：

# I can save the state of the RNG for a few seeds
seed.list <- lapply( 1:5, function(x) {
                        set.seed(x)
                        seed.state <- .Random.seed
                        print( rnorm(1) )
                        return( seed.state )}) 
#[1] -0.6264538
#[1] -0.8969145
#[1] -0.9619334

# But I get different numbers if I try to restore 
# the state of the RNG inside of an lapply
tmp.rest.state <-  lapply(1:5, function(x) { 
                        .Random.seed <- seed.list[[x]]
                        print(rnorm(1))})
# [1] -0.2925257
# [1] 0.2587882
# [1] -1.152132

# lapply is just ignoring the assignment of .Random.seed
.Random.seed <- seed.list[[3]]
print( rnorm(1) ) # The last printed value from seed.list
# [1] -0.9619334
print( rnorm(1) ) # The first value in tmp.rest.state
# [1] -0.2925257

我的目标是检查点 MCMC 运行，以便它们可以准确地恢复。我可以轻松保存 RNG 的状态，只是无法让 R 在 lapply 循环中加载它！

有没有办法强制 R 注意到设置.Random.seed？或者有没有更简单的方法来实现这一点？

以防万一，我使用的是 64 位 R：

R version 2.15.1 (2012-06-22) -- "Roasted Marshmallows"
Platform: x86_64-pc-linux-gnu (64-bit)

在 Ubuntu 12.04 LTS 上：

nathanvan@nathanvan-N61Jq:~$ uname -a
Linux nathanvan-N61Jq 3.2.0-26-generic #41-Ubuntu SMP Thu Jun 14 17:49:24 UTC 2012 x86_64 x86_64 x86_64 GNU/Linux

Answer 1

发生这种情况是因为 .Random.seed 在您对 lapply 的调用中被评估为本地对象。

需要在全局环境中赋值.Random.seed：

tmp.rest.state <- lapply(seed.list, function(x) {
    assign(".Random.seed", x, envir=globalenv())
    print(rnorm(1))
  }
)

[1] -0.6264538
[1] -0.8969145
[1] -0.9619334
[1] 0.2167549
[1] -0.8408555

您的代码不起作用的原因是.Random.seed 在lapply 的匿名函数环境中被分配，但rnorm() 在全局环境中查找.Random.seed。

---

作为记录，这是我的第一次尝试，仅在某些情况下有效：

这是修复它的一种方法，使用<<-。 （是的，我知道这是不受欢迎的，但可能是合理的。另一种方法是使用 eval() 并在调用环境中强制评估。

tmp.rest.state <- lapply(seed.list, function(x) {
    .Random.seed <<- x
    print(rnorm(1))
  }
)

[1] -0.6264538
[1] -0.8969145
[1] -0.9619334
[1] 0.2167549
[1] -0.8408555

请注意，如果您的 lapply() 嵌套在另一个函数中，则此解决方案将不起作用，因为 <<- 仅在父环境中计算，而不是在全局环境中计算。