pip install networkx

import networkx as nx
import random
import matplotlib.pyplot as plt

def random_walk(graph, start_node, steps):
    current_node = start_node
    visited_nodes = [current_node]

    for _ in range(steps):
        neighbors = list(graph.neighbors(current_node))
        if not neighbors:
            break  # No neighbors, stop the walk
        current_node = random.choice(neighbors)
        visited_nodes.append(current_node)

    return visited_nodes

# 創(chuàng)建一個簡單的圖
G = nx.Graph()
G.add_edges_from([(1, 2), (2, 3), (3, 4), (4, 1), (2, 4)])

# 隨機游走
start_node = 1
steps = 10
walk_result = random_walk(G, start_node, steps)

# 打印結(jié)果
print("Random Walk Result:", walk_result)

# 可視化圖和隨機游走路徑
pos = nx.spring_layout(G)
nx.draw(G, pos, with_labels=True, font_weight='bold', node_color='lightblue')
plt.plot(walk_result, marker='o', color='red', label='Random Walk Path')
plt.legend()
plt.show()

import matplotlib.pyplot as plt
import random

def random_walk(steps):
    x = [0]  # 節(jié)點的 x 坐標
    y = [0]  # 節(jié)點的 y 坐標

    for _ in range(steps):
        # 隨機決定下一步的方向（上、下、左、右）
        direction = random.choice(['up', 'down', 'left', 'right'])

        # 根據(jù)方向更新坐標
        if direction == 'up':
            y.append(y[-1] + 1)
            x.append(x[-1])
        elif direction == 'down':
            y.append(y[-1] - 1)
            x.append(x[-1])
        elif direction == 'left':
            x.append(x[-1] - 1)
            y.append(y[-1])
        elif direction == 'right':
            x.append(x[-1] + 1)
            y.append(y[-1])

    return x, y

# 設(shè)置步數(shù)
steps = 100

# 隨機游走路徑
x, y = random_walk(steps)

# 繪制隨機游走圖
plt.plot(x, y, marker='o', linestyle='-', color='b')
plt.title('Random Walk')
plt.xlabel('X-axis')
plt.ylabel('Y-axis')
plt.show()

from random import choice

class RandomWalk():
    '''一個生成隨機漫步數(shù)據(jù)的類'''

    def __init__(self,num_points):
        '''初始化隨機漫步的屬性'''
        self.num_points = num_points

        # 定義出坐標系列表，所有隨機漫步都始于（0，0）
        self.x_values = [0]
        self.y_values = [0]

    def fill_walks(self):
        '''計算隨機漫步包含的所有點'''

        # 不斷漫步，直到列表到達指定的長度
        while len(self.x_values) < self.num_points:
            # 決定 x 前進方向（可以更換成2，-2，甚至更大）
            x_direction = choice([1,-1])
            # 決定 x 前進的距離：1 2 3 4 5 6 7
            x_distance = choice([0,1,2,3,4,5,6,7])
            # 最終 x 的步長是：方向 * 距離
            x_step = x_direction * x_distance

            # 決定 y 前進方向以及沿這個方向前進的距離
            y_direction = choice([1,-1])
            y_distance = choice([0,1,2,3,4,5,6,7])
            y_step = y_direction * y_distance

            # 拒絕原地踏步
            if x_step == 0 and y_step == 0:
                continue

            # 計算下一個點的 x值 和 y值
            next_x = self.x_values[-1] + x_step
            next_y = self.y_values[-1] + y_step

            # 將計算好的下一個 x 和 y 加載到 坐標系列表中
            self.x_values.append(next_x)
            self.y_values.append(next_y)
            pass

import matplotlib.pyplot as plt
from random_walk import RandomWalk

# 只要程序處于活動狀態(tài)，就不斷地模擬隨機漫步的過程
while True:
    # 創(chuàng)建一個 RandomWalk 實例，并將其包含的點都繪制出來
    # 這里的 30000 是可以隨機更改的，建議不用太多，也不能太少
    rw = RandomWalk(30000)
    rw.fill_walks()

    point_numbers = list(range(rw.num_points))
    # 突出起點, 用綠色標注出來 ，尺寸大小為： 100
    plt.scatter(0,0,c = 'green',edgecolors = 'none',s = 100)
    # 繪制漫步過程，顏色越來越深，體現(xiàn)出前后順序
    plt.scatter(rw.x_values,rw.y_values,c = point_numbers,cmap = plt.cm.Blues,edgecolor = 'none',s = 3)
    # plt.plot(rw.x_values, rw.y_values,linewidth = 3)
    # 突出終點，用紅色標注出來，尺寸大小為：20
    # plt.scatter(rw.x_values[-1],rw.y_values[-1],c = 'red',edgecolors = 'none',s = 20)
    # 設(shè)置隨機漫步圖的樣式
    plt.title('Random Walk',fontsize = 24)
    plt.xlabel('X Values',fontsize = 14)
    plt.ylabel('Y Values',fontsize = 14)

    # 隱藏坐標軸
    # plt.axes().get_xaxis().set_visible(False)
    # plt.axes().get_yaxis().set_visible(False)

    # plt.savefig('random_walk.png',bbox_inches = 'tight')
    # 現(xiàn)實圖片
    plt.show()

    # 多次展示圖片，如果不輸入：n 或者 N，就一直輸出圖片
    keep_running = input('Make another walk?(Y/N):')
    if keep_running == 'N' or keep_running == 'n':
        break