如何在R语言中生成每行和为100的随机百分比矩阵？

方法1：用rmultinom直接生成（推荐） #

这是最简洁高效的方式，直接生成符合要求的矩阵，所有元素都是非负整数，且每行和严格为100：

set.seed(42)
# 生成100行、11列的矩阵，每行和为100
ranMat <- t(rmultinom(n = 100, size = 100, prob = rep(1/11, 11)))

• 参数说明：
  • n = 100：生成100组样本（对应矩阵的100行）
  • size = 100：每组样本的总和为100
  • prob = rep(1/11, 11)：每个列的概率权重相等，保证各列数值分布均匀；如果需要某几列数值偏大/偏小，可调整权重（比如prob = c(0.2, rep(0.8/10, 10))让第一列权重更高）
• 验证行和：执行rowSums(ranMat)，结果全为100

方法2：基于已有随机矩阵调整 #

如果你想保留原始sample(0:100)生成的数值分布特征，可以先生成随机矩阵，再归一化调整到每行和为100：

set.seed(42)
# 先生成100行11列的原始随机矩阵
ranMat <- matrix(sample(0:100, 1100, replace = TRUE), ncol = 11)

# 归一化并调整到和为100
row_sums <- rowSums(ranMat)
# 先按比例缩放后取整
ranMat_scaled <- floor(ranMat / row_sums * 100)
# 计算每行与100的差值
diff <- 100 - rowSums(ranMat_scaled)
# 随机给每行的diff个元素加1，补全到100
for (i in 1:nrow(ranMat_scaled)) {
  if (diff[i] > 0) {
    ranMat_scaled[i, sample(1:11, diff[i])] <- ranMat_scaled[i, sample(1:11, diff[i])] + 1
  }
}

• 验证行和：执行rowSums(ranMat_scaled)，结果全为100
• 这种方法保留了原始随机数的波动特征，适合需要贴近真实数据分布的场景

内容的提问来源于stack exchange，提问作者The_Tams