用python算卦——银钱演算法

本文介绍了使用Python模拟周易中的银钱演算法,详细阐述了算法流程,并提供了代码实现,展示运行效果,通过记录硬币投掷结果来转化成卦象进行解卦。
摘要由CSDN通过智能技术生成

1.项目说明

本学期有一门课呢,叫做周易与决策咨询。
那因为疫情,上的是网课。
有个视频我看了以后对周易的这种占卜之术还挺感兴趣的。
视频里的刘大师呢,用了蓍草法,银钱法。
银钱法是比较简便,效率也高的一种方法。
那我试着用python写点代码,模拟这个占卜的过程。

1.1银钱演算法介绍

银钱演算法的流程是这样的:
1.准备3枚硬币(一面为字,一面为花),并抛出。
2.观察硬币的向上面,并记录向上面为花的数量。
3.重复步骤1,2;共六次。
4.将做的记录转化为本卦和变卦。
5.对照易经卦辞作解。

转化的依据:
花的数量有0,1,2,3四种可能,分别对应少阴少阳老阴老阳四种情况。
当为老阴或老阳时,则称之为变爻。

2.代码部分

import random
import time
import pandas as pd
#银钱演算法
def YQYSF():
    a = random.randint(0,1)
    b = random.randint(0,1)
    c = random.randint(0,1)
    global sum1 
    sum1 = a + b + c
    return a,b,c
#本卦
def BenG(li):
    yang = '________'
    yin =  '___  ___'
    global x
  • 14
    点赞
  • 48
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
Kmeans聚类算法是一种无监督学习算法,用于将数据集划分为不同的簇。它是一个迭代算法,通过计算每个数据点与簇中心的距离,将数据点分配到最近的簇中心。然后,根据分配的数据点更新簇中心。重复这个过程,直到簇中心不再变化或达到预设的迭代次数。 下面是一个使用Python实现Kmeans聚类算法的示例: ``` python import numpy as np import matplotlib.pyplot as plt # 生成随机数据 np.random.seed(0) X = np.random.randn(100, 2) # 初始化K个簇中心 K = 3 centers = X[np.random.choice(len(X), K, replace=False)] # 迭代聚类 for i in range(10): # 计算每个数据点最近的簇中心 distances = np.linalg.norm(X[:, np.newaxis, :] - centers, axis=2) labels = np.argmin(distances, axis=1) # 更新簇中心 for k in range(K): centers[k] = np.mean(X[labels == k], axis=0) # 可视化聚类结果 colors = ['r', 'g', 'b'] for k in range(K): plt.scatter(X[labels == k, 0], X[labels == k, 1], c=colors[k]) plt.scatter(centers[:, 0], centers[:, 1], marker='*', s=200, c='#050505') plt.show() ``` 在这个例子中,我们生成了一个随机数据集,然后初始化了3个簇中心。然后,我们执行10次迭代,计算每个数据点最近的簇中心,并根据分配的数据点更新簇中心。最后,我们可视化聚类结果,其中每个簇用不同的颜色表示,簇中心用星号表示。 Kmeans聚类算法是一种简单有效的聚类算法,但它有一些缺点。例如,它需要预先指定簇的数量K,这可能不是很容易确定。此外,它对初始簇中心的选择很敏感,可能会导致陷入局部最优解。因此,在实际应用中,需要对它进行改进,例如Kmeans++算法和层次聚类算法等。
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值