python随机游走,python 随机

　　免费学习推荐：python视频教程

　　随机漫步

　　这一次，我们将使用python生成随机行走数据，然后以matplotlib的方式呈现数据。

　　随机行走每一次行走都是完全随机的，没有明确的方向，结果是由一系列随机决策决定的。你可以这样想。随机行走是蚂蚁每次迷茫的时候，随机选择方向走的路。

　　创建RandomWalk()类

　　为了模拟随机行走，我们创建了一个随机行走类，它随机选择行走的方向。这个类需要三个属性，其中一个是存储随机行走次数的变量，另外两个是分别存储随机行走经过的每个点的X坐标和Y坐标的列表。

　　RandomWalk类只包含两个方法，init()和fill_walk()，其中后者计算随机行走的所有点，下面是__init__():

　　从随机导入选项类RandomWalk():

　　一个生成随机漫步数据的类

　　def __init__(self，number_points=5000):

　　初始化随机漫步的属性

　　self . number _ points=number _ points #所有随机漫步都从(0，0)开始

　　self.x_values=[0]

　　Self.y_values=[0]为了进行随机决策，我们将所有可能的选择存储在一个列表中，并在每次决策时使用choice()来决定使用哪个选择。然后我们将默认的随机行走次数设置为5000，然后我们创建了两个用于存储X和Y值的列表，并让每次行走从(0，0)开始。

　　选择方向

　　def fill_walk(自助):

　　计算随机漫步中包含的所有点

　　#继续走，直到列表达到指定长度

　　而len(self . x _ values)self . number _ points 3360

　　#决定要走的方向和这个方向要走的距离

　　x_direction=choice([1，-1])

　　x_distance=choice([0，1，2，3，4])

　　x _步长=x _方向* x _距离

　　y_direction=choice([1，-1])

　　y_distance=choice([0，1，2，3，4])

　　Y_step=y_direction * y_distance #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)我们建立了一个循环，一直循环下去，直到漫步包含了所有需要的点。这个方法的主要部分告诉python如何模拟四种行走决策：向左走还是向右走？向上还是向下？指定方向有多远？

　　我们使用choice([1，-1])为x_direction选择一个值，结果要么是1表示向右，要么是-1表示向左。接下来，choice([0，1，2，3，4])随机选择0到4之间的一个数字，告诉python在指定的方向上要走多远。

　　我们用移动距离乘以移动方向来确定沿X轴和Y轴的移动距离。如果x_step为正，则向右移动，为负，向左移动，0表示垂直移动，y_step为正，向下移动，0表示水平移动。如果两者都是零，说明你在原地踏步。我们拒绝这种情况，然后执行下一个循环。

　　为了获得随机行走中下一个点的x值，我们将x_step和x_values的最后一个值相加，并对y值进行同样的操作。在得到下一个点的X值和Y值之后，我们把它分别附加到列表x_values和y_values的末尾。

　　绘制随机漫步图

　　我们将创建上述RandomWalk类的py文件命名为random_walk.py

　　下面的代码将随机遍历所有的点。

　　都绘制出来：

import matplotlib.pyplot as pltfrom random_walk import RandomWalk# 创建一个RandWalk实例，并将其包含的点都绘制出来rw = RandomWalk(5000)rw.fill_walk()plt.scatter(rw.x_values, rw.y_values, s=15)plt.show()

　　模拟多次随机漫步

　　每次随机漫步都不相同，因此探索可能生成的各种模式很有趣。在不多次运行程序的情况下使用前面的代码模拟多次随机漫步，一种办法就是将前面的代码放进一个while循环中，如下所示：

import matplotlib.pyplot as pltfrom random_walk import RandomWalkwhile True:
　　 # 创建一个RandWalk实例，并将其包含的点都绘制出来
　　 rw = RandomWalk(5000)
　　 rw.fill_walk()
　　 plt.scatter(rw.x_values, rw.y_values, s=1)
　　 plt.show()
　　 keep_running = input('Make another walk? (y/n) : ')
　　 if keep_running == 'n':
　　 break

　　给点着色

　　我们将使用颜色映射出漫步中个点的先后顺序，并删除各个点的黑色轮廓，让他们颜色更加明显。为根据漫步中各点的先后顺序进行着色，我们传递参数c，并设置一个列表，其中包含各点的先后顺序。由于这些点都是按顺序绘制的，因此参数c指定的列表只需包含数字1~5000即可。如下所示：

import matplotlib.pyplot as pltfrom random_walk import RandomWalkwhile True:
　　 # 创建一个RandWalk实例，并将其包含的点都绘制出来
　　 rw = RandomWalk(5000)
　　 rw.fill_walk()
　　 point_numbers = list(range(rw.number_points))
　　 plt.scatter(rw.x_values, rw.y_values, c=point_numbers, cmap=plt.cm.Blues, edgecolors='none', s=1)
　　 plt.show()
　　 keep_running = input('Make another walk? (y/n) : ')
　　 if keep_running == 'n':
　　 break

　　重新绘制起点和终点

　　除了给随机漫步各个点着色，以指出他们的先后顺序外，如果还能呈现随机漫步的终点和起点就更好了。为此，可在绘制随机漫步图后重新绘制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，以突出它们，如下所示：

import matplotlib.pyplot as pltfrom random_walk import RandomWalkwhile True:
　　 # 创建一个RandWalk实例，并将其包含的点都绘制出来
　　 rw = RandomWalk(5000)
　　 rw.fill_walk()
　　 point_numbers = list(range(rw.number_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

　　为突出起点，我们使用绿色绘制点（0,0），并使其比其它点大。为突出终点，我们在漫步包含的最后一个x值和y值处绘制一个点，使其为红色，并比其它点大。运行代码，将准确知道每次随机漫步的起点和终点。

　　隐藏坐标轴

　　下面来隐藏坐标轴，以免我们注意点是坐标轴而不是随机漫步路径。要隐藏坐标做代码如下：

# 隐藏坐标轴plt.axes().get_xaxis().set_visible(False)plt.axes().get_yaxis().set_visible(False)

相关免费学习推荐：python教程（视频）

　　

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。