python随机游走,python 随机

  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()
我们首先导入了模块pyplot和RandomWalk类,然后创建了一个RandomWalk实例,并将其存储到rw中,再调用fill_walk(),下图就是显示了包含了5000个点的随机漫步图。

  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

这些代码模拟一次随机漫步,如果你输入y则再继续模拟生成一次随机漫步,输入n的话就退出程序了。

  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

我们使用range生成了一个数字列表,其中包含的数字与漫步包含的点数相同。接下来,我们将这个列表存储到point_numbers中,以方便使用它设置每个漫步点的颜色。我们将每个参数c设置为point_numbers,指定颜色映射为蓝色,并传递实参edgecolors以删除每个点周围的轮廓。最终的随机漫步图由浅蓝色渐变为深蓝色。如下图所示:

  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)
为修改坐标轴,使用函数plt.axes()来将每条坐标轴的可见性设置为False。图如下:

  

相关免费学习推荐:python教程(视频)

  

以上就是python随机漫步讲解的详细内容,更多请关注盛行IT软件开发工作室其它相关文章!

  

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。

留言与评论(共有 条评论)
   
验证码: