python模拟投掷色子并数据可视化统计图

 更新时间:2022年07月25日 15:56:21   作者:兰舟千帆  
这篇文章主要介绍了python模拟投掷色子并数据可视化统计图,文章围绕主题展开详细的内容介绍,具有一定的参考价值,需要的小伙伴可以参考一下

前言

这里讲解模拟掷色子,并实现数据可视化的操作。数据可视化可以帮助我们更好地分析相关的统计结果,获得更为直观的统计图,帮组我们更好的处理一些事情。

可视化的终极目标是洞悉蕴含在数据中的现象和规律,这里面有多重含义:发现、决策、解释、分析、探索和学习。通过数据可视化,可以更好的分析相关的统计结果,以提高我们的工作效率。
Matplotlib 可能是 Python 2D-绘图领域使用最广泛的套件。它能让使用者很轻松地将数据图形化,并且提供多样化的输出格式

下面我们从模拟掷色子开始,然后将掷筛子的结果来进行数据可视化。

1.模拟掷色子

我们先直接上代码:

有相关的注释,帮助各位的理解。
下面展示一些 内联代码片

"""
designer : 蒋光道
function : 模拟掷色子
version : 1.0
"""
import  random #导入需要的模块
def shake_elbows() :
    roll = random.randint(1,6) 生成随机数
    return  roll
    pass
def main() :
    totall_times = 10000 # 投掷的次数
    result_list = [0] * 6  #创建一个列表,记录对应的点数的位置
    for i in range(totall_times) :
        roll = shake_elbows() # 投掷一个色子,每投掷一次,生成1-6之间的随机数,调用我们的模拟投色子的函数。
        #下面的for相当于遍历列表记录点数的位置
        for j in range(1,7) :# 控制掷色子得到的点数对应列表上的位置
            if roll == j :
              result_list[j - 1] += 1 # 对应点数位置上加一
    #print(result_list)
    for r,y in enumerate(result_list) :
        print('对应的点数{},次数为{},频率是{}'.format(r+1,y,y/totall_times))
 if __name__ == '__main__' :
    main()

我们来看代码测试:

2.我们来模拟投掷两个色子

上代码:

"""
designer : 蒋光道
function : 模拟掷色子
add function : 模拟两个色子
version : 2.0
"""
import  random
def shake_elbows() :#主题这里还是一样的
    #掷色子六次
    roll = random.randint(1,6)
    return  roll
    pass
def main() : #注意这里的相关变化
    totall_times = 10000
    #两个色子的和一共是十一种情况
    result_list = [0]*11
    #初始化点数列表
    roll_list = list(range(2,13))
    roll_dict =dict(zip(roll_list,result_list))
    for i in range(totall_times) :#控制掷色子的次数
        roll_one = shake_elbows()
        roll_two = shake_elbows()
        for j in range(2,13) :
            if (roll_one + roll_two) == j :
              roll_dict[j ] += 1
    #print(result_list)
    for r,y in roll_dict.items():
        print('对应的点数{},次数为{},频率是{}'.format(r,y,y/totall_times))
if __name__ == '__main__' :
    main()

这里我们来解释一下zip的作用,我们上图:

看到没有,这就相当于创建了一个字典
接下来我们来测试代码:如下图:

注意:这里我们要用到可视化模块了matplotlib是python上的一个2D绘图库,它可以在夸平台上画出很多高质量的图像。

matplotlib.pyplot:提供一个类似matlab的绘图框架。

上代码,然后会在代码中说明:

"""
designer : 蒋光道
function : 模拟掷色子
add function : 模拟两个色子
add function : 数据可视化
version : 3.0
date : 26/07/2020
"""
import matplotlib.pyplot as plt
import  random
def shake_elbows() :
    #掷色子六次
    roll = random.randint(1,6)
    return  roll
    pass
def main() :
    totall_times = 100
    #两个色子的和一共是十一种情况
    result_list = [0]*11
    #初始化点数列表
    roll_list = list(range(2,13))
    roll_dict =dict(zip(roll_list,result_list))
    #记录色子的结果
    roll_list_one = []
    roll_list_two = []
    for i in range(totall_times) :#控制掷色子的次数
        roll_one = shake_elbows()
        roll_list_one.append(roll_one)
        roll_two = shake_elbows()
        roll_list_two.append(roll_two)
        for j in range(2,13) :
            if (roll_one + roll_two) == j :
              roll_dict[j ] += 1
    #print(result_list)
    for r,y in roll_dict.items():#遍历点数和对应的次数
        print('对应的点数{},次数为{},频率是{}'.format(r,y,y/totall_times))
    #数据可视化
    x = range(1,totall_times + 1) #x轴
    y = roll_list_one
    y1 = roll_list_two
    plt.scatter(x,y,alpha= 0.5)#xalpha是透明度
    plt.scatter(x,y1,alpha= 0.5)
    plt.show()
if __name__ == '__main__' :
    main()

我们来看代码的测试,点状数据图:

我们下面来看条形图 写上代码;

"""
designer : 蒋光道
function : 模拟掷色子
add function : 模拟两个色子
add function : 数据可视化
add function : 条形图可视化
version : 4.0
date : 26/07/2020
"""
import matplotlib.pyplot as plt
import  random
 #实现中文注释
plt.rcParams['font.sans-serif'] = ['SimHei']#这是与图的注释相关的,不是很关键
plt.rcParams['axes.unicode_minus'] = False
def shake_elbows() :
    #掷色子六次
    roll = random.randint(1,6)
    return  roll
    pass
def main() :
    totall_times = 100000 #投掷色子的次数
    roll_list = [] # 统计每次每次投掷筛子的结果
    for i in range(totall_times) :#控制掷色子的次数
        # 将色子投掷两次
        roll_one = shake_elbows()
        roll_two = shake_elbows()
        roll_list.append(roll_one + roll_two)
        #print(result_list)
    # 数据可视化
    plt.hist(roll_list,bins=range(2,14), density= 1,edgecolor = 'black',linewidth = 2)#这里很容易看懂,设置density的作用是让总的概率为1
    plt.title("掷色子统计")
    plt.xlabel("点数")#x轴的标签
    plt.ylabel("频率")#y轴的标签
    plt.show()



if __name__ == '__main__' :
    main()

我们来看测试效果:
下面这张图就更清晰明了了。

到此这篇关于python模拟投掷色子并数据可视化统计图的文章就介绍到这了,更多相关python数据可视化统计图内容请搜索脚本之家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脚本之家!

相关文章

  • Pygame库200行代码实现简易飞机大战

    Pygame库200行代码实现简易飞机大战

    本文主要介绍了Pygame库200行代码实现简易飞机大战,文中通过示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2021-12-12
  • Python实现目录自动清洗

    Python实现目录自动清洗

    这篇文章主要为大家详细介绍了Python实现目录自动清洗的相关知识,文中的示例代码讲解详细,具有一定的借鉴价值,感兴趣的小伙伴可以跟随小编一起学习一下
    2023-11-11
  • python3.7+anaconda 安装opencv和dlib的问题及解决方法

    python3.7+anaconda 安装opencv和dlib的问题及解决方法

    这篇文章主要介绍了python3.7+anaconda 安装opencv和dlib的问题及解决方法,本文图文并茂给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下
    2021-08-08
  • python matplotlib库的基本使用

    python matplotlib库的基本使用

    这篇文章主要介绍了python matplotlib库的基本使用,帮助大家绘制图表,进行数据可视化分析,感兴趣的朋友可以了解下
    2020-09-09
  • Python 类中引用其他类的实现示例

    Python 类中引用其他类的实现示例

    在Python中,类的引用是通过属性或方法与其他类实例关联,实现复杂逻辑,本文介绍了关联、组合等类之间的引用方式,具有一定的参考价值,感兴趣的可以了解一下
    2024-09-09
  • python实现关闭第三方窗口的方法

    python实现关闭第三方窗口的方法

    今天小编就为大家分享一篇python实现关闭第三方窗口的方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2019-06-06
  • pycharm使用matplotlib.pyplot不显示图形的解决方法

    pycharm使用matplotlib.pyplot不显示图形的解决方法

    今天小编就为大家分享一篇pycharm使用matplotlib.pyplot不显示图形的解决方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2018-10-10
  • Django数据库操作之save与update的使用

    Django数据库操作之save与update的使用

    这篇文章主要介绍了Django数据库操作之save与update的使用,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2020-04-04
  • 详解基于Facecognition+Opencv快速搭建人脸识别及跟踪应用

    详解基于Facecognition+Opencv快速搭建人脸识别及跟踪应用

    这篇文章主要介绍了详解基于Facecognition+Opencv快速搭建人脸识别及跟踪应用,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2021-01-01
  • Keras 数据增强ImageDataGenerator多输入多输出实例

    Keras 数据增强ImageDataGenerator多输入多输出实例

    这篇文章主要介绍了Keras 数据增强ImageDataGenerator多输入多输出实例,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2020-07-07

最新评论