在 Python、NumPy 和 R 中创建相同的随机数序列

Python、NumPy 和 R 都使用相同的算法（Mersenne Twister）来生成随机数序列。因此，从理论上讲，设置相同的种子应该会在所有 3 个中产生相同的随机数序列。但事实并非如此。我认为这 3 个实现使用不同的参数导致了这种行为。

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])
  

有什么方法可以让 NumPy 和 Python 实现产生相同的随机数序列吗？当然，正如一些评论和答案指出的那样，可以使用 rpy。我特别寻找的是微调 Python 和 NumPy 中各自调用中的参数以获得序列。

背景：这种担忧来自使用 R 的 EDX 课程。在其中一个论坛中，有人询问是否可以使用Python，工作人员回答说，有些作业需要设置特定的种子并提交答案。

有关的：

1. 比较使用随机数生成的 Matlab 和 Numpy 代码 https://stackoverflow.com/questions/18486241/comparing-matlab-and-numpy-code-that-uses-random-number-generation?rq=1由此看来，NumPy 和 Matlab 的底层实现是相似的。
2. python 与八度随机发生器 https://stackoverflow.com/questions/13735096/python-vs-octave-random-generator?rq=1: 这个问题确实非常接近预期的答案。需要对默认状态生成器进行某种包装。

我意识到这是一个老问题，但我最近偶然发现了同样的问题，并创建了一个对其他人有用的解决方案。

我用 C 语言编写了一个随机数生成器，并将其链接到 R 和 Python。这样，两种语言中的随机数就保证是相同的，因为它们是使用相同的 C 代码生成的。

该程序称为 SyncRNG，可以在此处找到：https://github.com/GjjvdBurg/SyncRNG https://github.com/GjjvdBurg/SyncRNG.