Python超詳細(xì)分步解析隨機(jī)漫步
創(chuàng)建RandomWalk類(lèi)
為模擬隨機(jī)漫步,我們將創(chuàng)建一個(gè)RandomWalk類(lèi),隨機(jī)選擇前進(jìn)方向,這個(gè)類(lèi)有三個(gè)屬性,一個(gè)存儲(chǔ)隨機(jī)漫步的次數(shù),另外兩個(gè)存儲(chǔ)隨機(jī)漫步的每個(gè)點(diǎn)的x,y坐標(biāo),每次漫步都從點(diǎn)(0,0)出發(fā)
from random import choice class RandomWalk(): '''一個(gè)生成隨機(jī)漫步數(shù)據(jù)的類(lèi)''' def __init__(self,num_points=5000): '''初始化隨機(jī)漫步的屬性''' self.num_points = num_points # 所有隨機(jī)漫步都始于(0,0) self.x_values = [0] self.y_values = [0]
選擇方向
我們將使用fill_walk()來(lái)生成隨機(jī)漫步包含的點(diǎn),并決定每次漫步的方向。并將其添加到random_walk.py中 改正代碼如下:
from random import choice class RandomWalk(): '''一個(gè)生成隨機(jī)漫步數(shù)據(jù)的類(lèi)''' def __init__(self, num_points=5000): '''初始化隨機(jī)漫步的屬性''' self.num_points = num_points # 所有隨機(jī)漫步都始于(0,0) self.x_values = [0] self.y_values = [0] def fill_walk(self): '''計(jì)算隨機(jī)漫步包含的所有點(diǎn)''' # 不斷漫步,知道列表到達(dá)指定的長(zhǎng)度 while len(self.x_values) < self.num_points: # 決定前進(jìn)方向以及沿這個(gè)方向前進(jìn)的距離 x_direction = choice([1, -1]) x_distance = choice([0, 1, 2, 3, 4]) x_step = x_direction * x_distance y_direction = choice([1, -1]) y_distance = choice([0, 1, 2, 3, 4]) y_step = y_direction * y_distance # 拒絕原地漫步 if x_step == 0 and y_step == 0: continue # 計(jì)算下一個(gè)點(diǎn)的x,y值 next_x = self.x_values[-1] + x_step next_y = self.y_values[-1] + y_step self.x_values.append(next_x) self.y_values.append(next_y)
繪制隨機(jī)漫步圖
下面的代碼將隨機(jī)漫步的所有點(diǎn)都繪制出來(lái),將文件命名為rw_visual.py
import matplotlib.pyplot as plt from random_walk import RandomWalk # 創(chuàng)建一個(gè)RandomWalk實(shí)例,并將其包含的點(diǎn)都繪制出來(lái) rw = RandomWalk() rw.fill_walk() plt.scatter(rw.x_values, rw.y_values, s=10) plt.show()
模擬多次隨機(jī)漫步
每次隨機(jī)漫步都不同,因此每次生成的各種模式也很有趣,要在不多次運(yùn)行程序的情況下,進(jìn)行隨機(jī)漫步,可以把代碼放入一個(gè)while循環(huán)中,每次關(guān)閉matplotlib查看器,系統(tǒng)會(huì)詢(xún)問(wèn)你是否再次模擬隨機(jī)漫步(輸入y將再次進(jìn)行隨機(jī)漫步,輸入n將結(jié)束程序) 改進(jìn)代碼如下:
import matplotlib.pyplot as plt from random_walk import RandomWalk # 只要程序處于活動(dòng)狀態(tài),就不斷模擬隨機(jī)漫步 while True: # 創(chuàng)建一個(gè)RandomWalk實(shí)例,并將其包含的點(diǎn)都繪制出來(lái) rw = RandomWalk() rw.fill_walk() plt.scatter(rw.x_values, rw.y_values, s=10) plt.show() keep_running = input("make another walk? (y/n):") if keep_running.upper() == 'N': break
每次隨機(jī)漫步都不同,就如人的一生每走一步都會(huì)有不同的經(jīng)歷??????
給點(diǎn)著色
使用顏色映射指出漫步中各點(diǎn)的先后順序,并刪除每個(gè)點(diǎn)的黑色輪廓,讓顏色更明顯。將參數(shù)c設(shè)置為points_numbers,指定使用顏色映射Blues,并傳遞實(shí)參edgecolor=none以刪除每個(gè)點(diǎn)周?chē)妮喞?,隨機(jī)漫步圖會(huì)從淺藍(lán)色漸變到深藍(lán)色,代碼如下:
import matplotlib.pyplot as plt from random_walk import RandomWalk # 只要程序處于活動(dòng)狀態(tài),就不斷模擬隨機(jī)漫步 while True: # 創(chuàng)建一個(gè)RandomWalk實(shí)例,并將其包含的點(diǎn)都繪制出來(lái) rw = RandomWalk() rw.fill_walk() point_numbers = list(range(rw.num_points)) plt.scatter(rw.x_values, rw.y_values, c=point_numbers, cmap=plt.cm.Blues, edgecolors='none', s=10) plt.show() keep_running = input("make another walk? (y/n):") if keep_running.upper() == 'N': break
效果如下:
突出起點(diǎn)和終點(diǎn)
還可以呈現(xiàn)出隨機(jī)漫步的起點(diǎn)和終點(diǎn),我們讓起點(diǎn)和終點(diǎn)變得更大,并顯示為不同的顏色,代碼如下:
import matplotlib.pyplot as plt from random_walk import RandomWalk # 只要程序處于活動(dòng)狀態(tài),就不斷模擬隨機(jī)漫步 while True: # 創(chuàng)建一個(gè)RandomWalk實(shí)例,并將其包含的點(diǎn)都繪制出來(lái) rw = RandomWalk() rw.fill_walk() point_numbers = list(range(rw.num_points)) plt.scatter(rw.x_values, rw.y_values, c=point_numbers, cmap=plt.cm.Blues, edgecolors='none', s=10) # 突出起點(diǎn)和重點(diǎn) plt.scatter(0, 0, c='green', edgecolors='none', s=100) plt.scatter(rw.x_values[-1], rw.y_values[-1], c='red', edgecolors='none', s=100) plt.show() keep_running = input("make another walk? (y/n):") if keep_running.upper() == 'N': break
效果如下:
增加點(diǎn)數(shù)
增加點(diǎn)數(shù),以提供更多的數(shù)據(jù),我們?cè)趧?chuàng)建RandomWalk實(shí)例時(shí)增大num_points的值,并在繪圖時(shí)改變每個(gè)點(diǎn)的大小,代碼如下:
import matplotlib.pyplot as plt from random_walk import RandomWalk # 只要程序處于活動(dòng)狀態(tài),就不斷模擬隨機(jī)漫步 while True: # 創(chuàng)建一個(gè)RandomWalk實(shí)例,并將其包含的點(diǎn)都繪制出來(lái) rw = RandomWalk(50000) rw.fill_walk() point_numbers = list(range(rw.num_points)) plt.scatter(rw.x_values, rw.y_values, c=point_numbers, cmap=plt.cm.Blues, edgecolors='none', s=1) # 突出起點(diǎn)和重點(diǎn) plt.scatter(0, 0, c='green', edgecolors='none', s=100) plt.scatter(rw.x_values[-1], rw.y_values[-1], c='red', edgecolors='none', s=100) plt.show() keep_running = input("make another walk? (y/n):") if keep_running.upper() == 'N': break
效果如下:
調(diào)整尺寸以適用屏幕
圖表適合屏幕大小時(shí),更能有效地將數(shù)據(jù)中的規(guī)律呈現(xiàn)出來(lái)。函數(shù)figure()用于指定圖表的寬度、高度、分辨率和背景色。需要給形參figsize指定一個(gè)元組,向matplotlib指出繪圖窗口的尺寸(單位為英寸) 如果你知道自己的系統(tǒng)分辨率,可使用形參dpi像figure()傳遞該分辨率,以有效利用可用的屏幕空間代碼如下:
import matplotlib.pyplot as plt from random_walk import RandomWalk # 只要程序處于活動(dòng)狀態(tài),就不斷模擬隨機(jī)漫步 while True: # 創(chuàng)建一個(gè)RandomWalk實(shí)例,并將其包含的點(diǎn)都繪制出來(lái) rw = RandomWalk(50000) rw.fill_walk() # 設(shè)置繪圖窗口的大小 plt.figure(dpi=128, figsize=(10, 6)) point_numbers = list(range(rw.num_points)) plt.scatter(rw.x_values, rw.y_values, c=point_numbers, cmap=plt.cm.Blues, edgecolors='none', s=1) # 突出起點(diǎn)和重點(diǎn) plt.scatter(0, 0, c='green', edgecolors='none', s=100) plt.scatter(rw.x_values[-1], rw.y_values[-1], c='red', edgecolors='none', s=100) plt.show() keep_running = input("make another walk? (y/n):") if keep_running.upper() == 'N': break
運(yùn)行效果如下圖所示
以上就是繪制隨機(jī)漫步的花里胡哨的操作,會(huì)持續(xù)更新python相關(guān)知識(shí)
??人生苦短,我用python??
到此這篇關(guān)于Python超詳細(xì)分步解析隨機(jī)漫步的文章就介紹到這了,更多相關(guān)Python 隨機(jī)漫步內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
- Python實(shí)現(xiàn)隨機(jī)漫步功能
- python實(shí)現(xiàn)隨機(jī)漫步方法和原理
- python散點(diǎn)圖實(shí)例之隨機(jī)漫步
- python實(shí)現(xiàn)隨機(jī)漫步算法
- Python使用matplotlib繪制隨機(jī)漫步圖
- python使用matplotlib庫(kù)生成隨機(jī)漫步圖
- python3.5繪制隨機(jī)漫步圖
- Python3隨機(jī)漫步生成數(shù)據(jù)并繪制
- Python?numpy之線(xiàn)性代數(shù)與隨機(jī)漫步
- Python實(shí)現(xiàn)隨機(jī)漫步的詳細(xì)過(guò)程
相關(guān)文章
Python腳本實(shí)現(xiàn)Web漏洞掃描工具
這是去年畢設(shè)做的一個(gè)Web漏洞掃描小工具,主要針對(duì)簡(jiǎn)單的SQL注入漏洞、SQL盲注和XSS漏洞。下文給大家介紹了使用說(shuō)明和源代碼,一起看看吧2016-10-10Python實(shí)現(xiàn)將不規(guī)范的英文名字首字母大寫(xiě)
這篇文章給大家主要介紹的是利用map()函數(shù),把用戶(hù)輸入的不規(guī)范的英文名字,變?yōu)槭鬃帜复髮?xiě),其他小寫(xiě)的規(guī)范名字。文中給出了三種解決方法,大家可以根據(jù)需要選擇使用,感興趣的朋友們下面來(lái)一起學(xué)習(xí)學(xué)習(xí)吧。2016-11-11Python實(shí)戰(zhàn)基礎(chǔ)之繪制餅狀圖分析商品庫(kù)存
餅狀圖(pie chart)一般用于描述分類(lèi)型數(shù)據(jù)的相對(duì)頻數(shù)或百分?jǐn)?shù)頻數(shù)分布,呈現(xiàn)部分與總體的關(guān)系,下面這篇文章主要給大家介紹了關(guān)于Python實(shí)戰(zhàn)基礎(chǔ)之繪制餅狀圖分析商品庫(kù)存的相關(guān)資料,需要的朋友可以參考下2022-07-07