在Python、NumPy和R中生成相同的随机数序列

Question

Python、NumPy和R这三种工具都使用同样的算法（梅森旋转算法）来生成随机数序列。从理论上讲，如果设置相同的种子，三者应该生成相同的随机数序列。但实际上并不是这样。我认为这三种实现使用了不同的参数，导致了这种情况。

R
>set.seed(1)
>runif(5)
[1] 0.2655087 0.3721239 0.5728534 0.9082078 0.2016819

Python
In [3]: random.seed(1)

In [4]: [random.random() for x in range(5)]
Out[4]: 
[0.13436424411240122,
 0.8474337369372327,
 0.763774618976614,
 0.2550690257394217,
 0.49543508709194095]

NumPy
In [23]: import numpy as np

In [24]: np.random.seed(1)
In [25]: np.random.rand(5)
Out[25]: 
array([  4.17022005e-01,   7.20324493e-01,   1.14374817e-04,
         3.02332573e-01,   1.46755891e-01])

有没有办法让NumPy和Python的实现生成相同的随机数序列呢？当然，有些评论和回答提到可以使用rpy。我具体想要的是调整Python和NumPy中各自调用的参数，以便得到相同的序列。

背景：这个问题源于一个EDX课程，课程中使用了R。在一个论坛上，有人问是否可以使用Python，工作人员回复说某些作业需要设置特定的种子并提交答案。

相关链接：

1. 比较使用随机数生成的Matlab和Numpy代码：从中可以看出，NumPy和Matlab的底层实现是相似的。
2. Python与Octave的随机数生成器：这个问题与想要的答案相当接近。需要对默认状态生成器进行某种封装。

Answer 1

使用 rpy2 可以在 Python 中调用 R 语言，这里有个示例，下面的 numpy 数组 data 和 R 中的 x 共享内存：

import rpy2.robjects as robjects

data = robjects.r("""
set.seed(1)
x <- runif(5)
""")

print np.array(data)

data[1] = 1.0

print robjects.r["x"]

Answer 2

我知道这个问题已经很老了，但我最近也遇到了同样的问题，所以我做了一个解决方案，希望对其他人有帮助。

我用C语言写了一个随机数生成器，并把它连接到了R和Python这两种语言上。这样一来，两个语言生成的随机数就能保证是一样的，因为它们都是用同一段C代码生成的。

这个程序叫做SyncRNG，可以在这里找到：https://github.com/GjjvdBurg/SyncRNG。