Python教程

Python学习笔记(四)--数据可视化(中)

本文主要是介绍Python学习笔记(四)--数据可视化(中),对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!

目录
  • 随机漫步
  • 绘制随机漫步图

随机漫步

随机漫步是这样行走得到的路径:每次行走都完全是随机的,没有明确的方向,结果是由一系列随机决策决定的。

为创建随机漫步,我们创建一个名为RandomWalk的类,它将随机地选择前进方向。这个类需要三个属性,其中一个是存储随机漫步的次数,其他两个是列表,分别存储随机漫步经过的每个点的x和y的坐标。

RandomWalk类只包含两个方法,__init__()fill_walk()后者计算随机漫步经过的所有点。

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,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([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)

__init__()函数中,
为做出随机决策,我们将所有可能的选择都存储在一个列表中,并在每次做决策时都使用choice()来决定使用哪种选择。同时我们将随机漫步包含的默认点数设置在了5000。

fill_walk()函数中:

我们建立了一个循环,这个循环不断运行,直到漫步包含所需数量的点。这个方法的主要部分告诉Python如何模拟四种漫步决定:向右走还是向左走?沿指定的方向走多远?向上走还是向下走?沿选定的方向走多远?

我们使用choice([1, -1])x_direction选择一个值,结果要么是表示向右走的1,要么是表示向左走的-1。

接下来,choice([0, 1, 2, 3, 4])随机地选择一个0~4之间的整数,告诉Python 沿指定的方向走多远(x_distance)。(通过包含0,我们不仅能够沿两个轴移动,还能够沿y轴移动。)

绘制随机漫步图

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=15)
plt.show()

生成的随机漫步图:

在这里插入图片描述

这篇关于Python学习笔记(四)--数据可视化(中)的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!