哦，这是个很常见的小失误——你写的set.seed = 42是变量赋值，不是调用设置随机种子的函数！

为什么原来的代码不生效？ #

在你的函数里：

my_fun <- function(n, v1, v2){ 
  set.seed = 42  # 这一步只是创建了一个叫set.seed的局部变量，值为42
  return(runif(n, v1, v2)) 
}

这行set.seed = 42根本没有触发R的随机种子设置逻辑，它只是在函数内部定义了一个和函数同名的变量而已。所以每次调用my_fun()时，R还是会沿用全局的随机数生成器状态，每生成一个随机数，状态就会向前推进，自然每次结果都不一样。

修正后的代码 #

只需要把赋值操作改成函数调用，也就是加上括号：

my_fun <- function(n, v1, v2){ 
  set.seed(42)  # 这才是真正调用set.seed()设置随机种子
  return(runif(n, v1, v2)) 
}

现在再运行试试：

my_fun(1,2,3) #> [1] 2.078126
my_fun(1,2,3) #> [1] 2.078126
my_fun(1,2,3) #> [1] 2.078126

每次都会得到相同的结果，完全符合你的预期！

额外小提示 #

如果担心函数内设置种子会影响全局的随机状态，可以在函数开头先保存当前种子，运行结束后恢复：

my_fun_safe <- function(n, v1, v2){
  old_seed <- .Random.seed  # 保存当前随机状态
  on.exit(.Random.seed <<- old_seed)  # 函数结束时恢复
  set.seed(42)
  return(runif(n, v1, v2))
}

这样既保证了函数内部的可重复性，又不会干扰函数外的随机数生成。

内容的提问来源于stack exchange，提问作者JD Long