自举涉及随机重新采样数据。因此，每次引导时，都会绘制不同的（重新）样本。因此，不同的 bootstrap 运行的结果会有所不同。

如果这些差异很大，那么您应该怀疑您的引导程序可能无法正常工作。如果差异是微不足道的，它们没有问题。

您可能希望设置随机数生成器的种子值，以使您的引导程序完全可复制。

set seed这是完全正常的，也是我们通过R 或np.random.seedPython设置随机种子（每次都获得相同的随机化）的原因。

bootstrap 的工作方式是对您的数据进行大量随机样本替换，因此随着这些随机样本的变化，您的计算值应该会有小的波动。