Python超详细分步解析随机漫步


Posted in Python onMarch 17, 2022

创建RandomWalk类

为模拟随机漫步,我们将创建一个RandomWalk类,随机选择前进方向,这个类有三个属性,一个存储随机漫步的次数,另外两个存储随机漫步的每个点的x,y坐标,每次漫步都从点(0,0)出发

from random import choice

class RandomWalk():
    '''一个生成随机漫步数据的类'''
    def __init__(self,num_points=5000):
        '''初始化随机漫步的属性'''
        self.num_points = num_points

        # 所有随机漫步都始于(0,0)
        self.x_values = [0]
        self.y_values = [0]

选择方向

我们将使用fill_walk()来生成随机漫步包含的点,并决定每次漫步的方向。并将其添加到random_walk.py中 改正代码如下:

from random import choice


class RandomWalk():
    '''一个生成随机漫步数据的类'''

    def __init__(self, num_points=5000):
        '''初始化随机漫步的属性'''
        self.num_points = num_points

        # 所有随机漫步都始于(0,0)
        self.x_values = [0]
        self.y_values = [0]

    def fill_walk(self):
        '''计算随机漫步包含的所有点'''

        # 不断漫步,知道列表到达指定的长度
        while len(self.x_values) < self.num_points:
            # 决定前进方向以及沿这个方向前进的距离
            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

            # 拒绝原地漫步
            if x_step == 0 and y_step == 0:
                continue

            # 计算下一个点的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)

绘制随机漫步图

下面的代码将随机漫步的所有点都绘制出来,将文件命名为rw_visual.py

import matplotlib.pyplot as plt

from random_walk import RandomWalk
# 创建一个RandomWalk实例,并将其包含的点都绘制出来
rw = RandomWalk()
rw.fill_walk()
plt.scatter(rw.x_values, rw.y_values, s=10)
plt.show()

模拟多次随机漫步

每次随机漫步都不同,因此每次生成的各种模式也很有趣,要在不多次运行程序的情况下,进行随机漫步,可以把代码放入一个while循环中,每次关闭matplotlib查看器,系统会询问你是否再次模拟随机漫步(输入y将再次进行随机漫步,输入n将结束程序) 改进代码如下:

import matplotlib.pyplot as plt

from random_walk import RandomWalk

# 只要程序处于活动状态,就不断模拟随机漫步
while True:
    # 创建一个RandomWalk实例,并将其包含的点都绘制出来
    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

每次随机漫步都不同,就如人的一生每走一步都会有不同的经历???

Python超详细分步解析随机漫步

给点着色

使用颜色映射指出漫步中各点的先后顺序,并删除每个点的黑色轮廓,让颜色更明显。将参数c设置为points_numbers,指定使用颜色映射Blues,并传递实参edgecolor=none以删除每个点周围的轮廓,随机漫步图会从浅蓝色渐变到深蓝色,代码如下:

import matplotlib.pyplot as plt

from random_walk import RandomWalk

# 只要程序处于活动状态,就不断模拟随机漫步
while True:
    # 创建一个RandomWalk实例,并将其包含的点都绘制出来
    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:

Python超详细分步解析随机漫步

突出起点和终点

还可以呈现出随机漫步的起点和终点,我们让起点和终点变得更大,并显示为不同的颜色,代码如下:

import matplotlib.pyplot as plt

from random_walk import RandomWalk

# 只要程序处于活动状态,就不断模拟随机漫步
while True:
    # 创建一个RandomWalk实例,并将其包含的点都绘制出来
    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)
    # 突出起点和重点
    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:

Python超详细分步解析随机漫步

增加点数

增加点数,以提供更多的数据,我们在创建RandomWalk实例时增大num_points的值,并在绘图时改变每个点的大小,代码如下:

import matplotlib.pyplot as plt

from random_walk import RandomWalk

# 只要程序处于活动状态,就不断模拟随机漫步
while True:
    # 创建一个RandomWalk实例,并将其包含的点都绘制出来
    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)
    # 突出起点和重点
    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:

Python超详细分步解析随机漫步

调整尺寸以适用屏幕

图表适合屏幕大小时,更能有效地将数据中的规律呈现出来。函数figure()用于指定图表的宽度、高度、分辨率和背景色。需要给形参figsize指定一个元组,向matplotlib指出绘图窗口的尺寸(单位为英寸) 如果你知道自己的系统分辨率,可使用形参dpi像figure()传递该分辨率,以有效利用可用的屏幕空间代码如下:

import matplotlib.pyplot as plt

from random_walk import RandomWalk

# 只要程序处于活动状态,就不断模拟随机漫步
while True:
    # 创建一个RandomWalk实例,并将其包含的点都绘制出来
    rw = RandomWalk(50000)
    rw.fill_walk()
    # 设置绘图窗口的大小
    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)
    # 突出起点和重点
    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

运行效果如下图所示

Python超详细分步解析随机漫步

以上就是绘制随机漫步的花里胡哨的操作,会持续更新python相关知识

?人生苦短,我用python?

到此这篇关于Python超详细分步解析随机漫步的文章就介绍到这了,更多相关Python 随机漫步内容请搜索三水点靠木以前的文章或继续浏览下面的相关文章希望大家以后多多支持三水点靠木!

Python 相关文章推荐
python基础教程之缩进介绍
Aug 29 Python
python实现根据图标提取分类应用程序实例
Sep 28 Python
python 计算数组中每个数字出现多少次--“Bucket”桶的思想
Dec 19 Python
简单了解什么是神经网络
Dec 23 Python
在Python中增加和插入元素的示例
Nov 01 Python
浅谈Pandas:Series和DataFrame间的算术元素
Dec 22 Python
Python 可变类型和不可变类型及引用过程解析
Sep 27 Python
Python itertools.product方法代码实例
Mar 27 Python
Anaconda+VSCode配置tensorflow开发环境的教程详解
Mar 30 Python
Pytorch框架实现mnist手写库识别(与tensorflow对比)
Jul 20 Python
Python Parser的用法
May 12 Python
python实现学员管理系统(面向对象版)
Jun 05 Python
yolov5返回坐标的方法实例
Mar 17 #Python
PyTorch中的torch.cat简单介绍
Mar 17 #Python
Python Pygame实战在打砖块游戏的实现
python超详细实现完整学生成绩管理系统
Mar 17 #Python
Python Pygame实战之塔防游戏的实现
pytorch中的 .view()函数的用法介绍
Mar 17 #Python
Python绘画好看的星空图
You might like
层叠菜单的动态生成
2006/10/09 PHP
php使用curl获取https请求的方法
2015/02/11 PHP
php提高网站效率的技巧
2015/09/29 PHP
PHP实现的最大正向匹配算法示例
2017/12/19 PHP
Laravel第三方包报class not found的解决方法
2019/10/13 PHP
基于PHP实现邮箱验证激活过程详解
2020/10/28 PHP
基于jquery自定义图片热区效果
2012/07/21 Javascript
javascript重写alert方法的实例代码
2013/03/29 Javascript
JavaScript 函数参数是传值(byVal)还是传址(byRef) 分享
2013/07/02 Javascript
AngularJS基础 ng-paste 指令简单示例
2016/08/02 Javascript
jquery中关于bind()方法的使用技巧分享
2017/03/30 jQuery
js控制文本框禁止输入特殊字符详解
2017/04/07 Javascript
JS设计模式之数据访问对象模式的实例讲解
2017/09/30 Javascript
vue 项目常用加载器及配置详解
2018/01/22 Javascript
vue自定义指令之面板拖拽的实现
2019/04/14 Javascript
ES6知识点整理之Proxy的应用实例详解
2019/04/16 Javascript
layui实现checkbox的目录树tree的例子
2019/09/12 Javascript
利用python获取某年中每个月的第一天和最后一天
2016/12/15 Python
Python中文分词工具之结巴分词用法实例总结【经典案例】
2017/04/15 Python
Windows平台Python连接sqlite3数据库的方法分析
2017/07/12 Python
python+gdal+遥感图像拼接(mosaic)的实例
2020/03/10 Python
纯CSS3实现绘制各种图形实现代码详细整理
2012/12/26 HTML / CSS
使用css3实现的windows8开机加载动画
2014/12/09 HTML / CSS
解决img标签上下出现间隙的方法
2016/12/14 HTML / CSS
YesBabyOnline美国:全球性的在线婚纱礼服工厂
2018/05/05 全球购物
基督教卡片、励志礼品、家居装饰等:DaySpring
2018/10/12 全球购物
澳大利亚当地社区首选的光学商店:1001 Optical
2019/08/24 全球购物
介绍一下HTTP、HTTPS和SSL
2012/12/16 面试题
互联网创业计划书写作技巧攻略
2014/03/23 职场文书
超市优秀员工事迹材料
2014/05/01 职场文书
优秀教研组申报材料
2014/12/26 职场文书
Nginx代理同域名前后端分离项目的完整步骤
2021/03/31 Servers
python机器学习实现oneR算法(以鸢尾data为例)
2022/03/03 Python
阿里云k8s服务升级时502错误 springboot项目应用
2022/04/09 Servers
python解析json数据
2022/04/29 Python
Go结合Gin导出Mysql数据到Excel表格
2022/08/05 Golang