Python实现随机漫步的详细过程
本篇博客将使用 Python 来 生成随机漫步数据,再使用 Matplotlib 库,将以引人注目的方式将这些数据呈现出来。
随机漫步 顾名思义就是随机走出的步伐,它是这样行走得到的路径:每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。我们可以将随机漫步看作是 蚂蚁在晕头转向 的情况下,每次都沿随机的方向前行所经过的路径。
1. 创建 RandomWalk 类
为模拟随机漫步,首先创建一个名为 RandomWalk 的类,其作用是 随机的选择前进方向。这个类需要三个属性:一个是 存储随机漫步次数的变量,其他两个是 列表,分别存储随机漫步经过的每个点的 x 坐标 和 y 坐标。
RandomWalk 类只包含两个方法:
- 方法 __init__ () ,初始化属性
- 方法 fill_walk () ,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 = 500): '''初始化随机漫步的属性''' self.num_points = num_points # 所有随机漫步都使于(0,0) self.x_values = [0] self.y_values = [0]
- 为做出 随机决策,将 所有可能的选择 都存储在一个列表中,并在每次决策时,都使用模块 random 中的 choice () 来决定使用哪种选择 。
- 将随机漫步包含的默认点数设置为 5000,这个数大到 足以生成有趣的模式,又小到可确保能够 快速地模拟随机漫步。
- 创建两个用于存储 x 值和 y 值的列表,并让每次漫步都从 点(0,0)出发。
2. 选择方向
我们将使用方法 fill_walk() 来生成 漫步包含的点,并 决定每次漫步的方向。
import random 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 = random.choice([1,-1]) x_distance = random.choice([0,1,2,3,4]) x_step = x_direction * x_distance y_direction = random.choice([1,-1]) y_distance = random.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 值和 y 的值 x = self.x_values[-1] + x_step y = self.y_values[-1] + y_step self.x_values.append(x) self.y_values.append(y)
- 先建立一个循环,它不断运行,直到漫步包含所需的点数。方法 fill_walk()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?沿指定的方向走多远?
- 使用 choice([-1,-1]) 给 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]) 随机的选择一个 0~4 的整数,告诉 Python 沿指定方向走多远(x_distance)。通过包含 0 ,不仅能够同时沿两个轴移动,还能够只沿一个轴移动。
- 将 移动方向乘以移动距离,确定沿 x 轴和 y 轴移动的距离。如果 x_step 为正将向右移动,为负将向左移动,为零将垂直移动;如果 y_step 为正将向上移动,为负将向下移动,为零将水平移动。如果 x_step 和 y_step 都为零,则意味着原地踏步。我们拒绝这样的情况,接着执行下一次循环。
- 为获取漫步中下一个点的 x 的值,将 x_step 和 x_values 中的最后一个值相加,对 y 值也做相同的处理。获得下一个点的 x 值和 y 值后,将它们分别附件到列表 x_values 和 y_values 的末尾。
3. 绘制随机漫步图
下面的代码将随机漫步的所有点都绘制出来:
from random import choice import matplotlib.pyplot as plt 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 # 所有随机漫步都使于(0,0) self.x_values = [0] self.y_values = [0] def fill_walk(self): '''计算随机漫步包含所有的点''' # 不断漫步,直到列表达到指定的长度 while len(self.x_values) < self.num_points: # 决定前进的方向以及沿着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 值和 y 值 x = self.x_values[-1] + x_step y = self.y_values[-1] + y_step self.x_values.append(x) self.y_values.append(y) # 创建一个 RandomWalk 实例 random_wander = RandomWalk() random_wander.fill_walk() # 将所有的点都绘制出来 plt.style.use('classic') (fig,ax) = plt.subplots() ax.scatter(random_wander.x_values, random_wander.y_values, s = 15) plt.show()
4. 总结
这篇文章主要讲解了随机漫步相关知识点。
到此这篇关于Python实现随机漫步的文章就介绍到这了,更多相关Python随机漫步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
Python读取和处理文件后缀为.sqlite的数据文件(实例讲解)
下面小编就为大家带来一篇Python读取和处理文件后缀为.sqlite的数据文件(实例讲解)。小编觉得挺不错的,现在就分享给大家,也给大家做个参考。一起跟随小编过来看看吧2017-06-06详解pandas中MultiIndex和对象实际索引不一致问题
这篇文章主要介绍了详解pandas中MultiIndex和对象实际索引不一致问题,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2019-07-07
最新评论