在每个代码块之前或每个项目一次设置种子？

标准建议是设置一个随机种子，以便可以重现结果。但是，由于种子是随着伪随机数的绘制而前进的，因此，如果任何一段代码绘制了一个额外的数字，则结果可能会发生变化。

乍一看，版本控制似乎是一种解决方案，因为当您将结果记录在便笺或纸上时，它至少可以让您返回并重现现有的版本。但是，由于只需要抽奖就可以解决问题，因此，如果更新R，结果也可能会更改。

我意识到这可能仅在极少数情况下是有问题的，但是我很好奇这里是否有最佳实践。这是我在自己的工作中一直在努力的事情。

这取决于您将如何运行代码或是否存在某种程度上是随机的代码，因为它会以随机方式绘制随机数。（这种情况的一个示例是我们的素食主义者软件包中的置换测试，在该置换测试中，我们仅继续置换，直到我们积累了足够的数据，才能知道结果是否不同于所陈述的Type I错误并考虑到Type II错误率。）不应该影响抽奖...

如果最终脚本只能作为批处理作业或全部运行，并且伪随机数生成器没有随机抽取，则可以在脚本顶部设置种子并完整运行它是安全的。

如果要单步执行代码（也许是重新运行代码块），则需要set.seed()在每次从伪随机数生成器提取的函数调用之前进行调用。

对于我的科学论文，我通常会进行超级防御，并在每个代码块之前设置种子。这样可以在以后更新脚本，该脚本可能随时需要插入到现有脚本中，例如响应评论者或共同作者的评论。

希望您的结果不会取决于一组特定的pseduo随机值，因此问题在于能够重现报告或论文中所述的确切值。即使您可能超级防御并在每个代码块上设置了种子，您仍可能需要重新创建确切的安装-R版本和软件包版本，因此记录这些详细信息至关重要。为了更加安全，您需要保留特定项目/论文的先前R版本和软件包。确实，很多人都这样做。