本教程使用python来生成随机漫步数据，再使用matplotlib将数据呈现出来
开发环境
操作系统： Windows10
IDE： Pycharm 2017.1.3
Python版本： Python3.6
Python第三方库：matplotlib
开始实战
1. 创建RandomWalk()类
为了模拟随机漫步，我们将创建一个名为RandomWalk的类, 它随机地选择方向。
|
1
2
3
4
5
6
7
8
9
10
11
12
|
from random import choice
class RandomWalk():
"""一个生成随机漫步数据的类"""
def __init__(self, num_points=50000):
"""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]
|
这个类有三个属性，一个存储随机漫步次数的变量，其他两个存储随机漫步经过的x和y坐标。RandomWalk只包含两个方法：init()和 fill_walk()
2. 选择方向
我们将使用 fill_walk() 来生成漫步包含的点，并决定漫步的方向
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
|
def fill_walk(self):
"""计算随机漫步包含的所有点"""
# 不断漫步，直到列表达到指定的长度
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([1, 2, 3, 4])
x_step = x_direction * x_distance
y_direction = choice([1, -1])
y_distance = choice([1, 2, 3, 4])
y_step = y_direction * y_distance
# 拒绝原地踏步
if x_step == 0 and y_step == 0:
continue
# 计算下一个点的x和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)
|
我们创建了一个循环，这个循环不断运行，直到漫步包含所需数量的点。
我们使用choice([1, -1])给x_direction选择一个值，-1代表向左走， 1代表向右走。
choice([0, 1, 2, 3, 4])随机选择0-4之间的整数，告诉python沿指定方向走多远
3. 绘制随机漫步图
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
|
import matplotlib.pyplot as plt
from randomwalk import RandomWalk
# 只要程序处于活动状态，就不断地模拟随机漫步
while True:
# 创建一个RandomWalk实列，并将其包含的点都绘制出来
rw = RandomWalk()
rw.fill_walk()
plt.figure(dpi=128, figsize=(8, 4))
point_numbers = list(range(rw.num_points))
plt.scatter(rw.x_values, rw.y_values, c=point_numbers, cmap=plt.cm.Reds, edgecolors='none', s=1)
# 突出起点和终点
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 == 'n':
break
|
创建一个RandomWalk实例，在调用 fill_walk() 方法，我们将随机漫步x、y和次数传递给scatter()，并选择了合适的尺寸。并绘制了起点和终点。
4. 运行结果
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持服务器之家。
原文链接：https://blog.csdn.net/lanhaixuanvv/article/details/78427548