作者 | HIT-梦醒忘川
参考 |《Python编程从入门到实践》
文章目录
- 前言
- 一、创建RandomWalk类
- 二、绘制随机漫步图
- 总结
前言
随机漫步(random walk),是指基于过去的表现,无法预测将来的发展步骤和方向。核心概念是指任何无规则行走者所带的守恒量都各自对应着一个扩散运输定律,接近于布朗运动,是布朗运动最理想的数学状态,现阶段主要应用于互联网的链接分析及金融股票的市场中。
有人对随机漫步恰当地类比,随机漫步可看作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,此言得之。大千世界,世事如白云苍狗,人事变换一眼千年,不过在一瞬间。而随机漫步正是这世界的微观写照。在自然界,物理学,生物学,化学和经济领域,随机漫步都有一席研究之地。
下面我们编写代码利用美妙而强大的matplotlib来初步模拟随机漫步。
一、创建RandomWalk类
为模拟随机漫步,我们创建一个名为 RandomWalk 的类,它随机地选择前进方向。这个类需要三个属性:一个是存储随机漫步次数地变量,其他两个都是列表,分别存储随机漫步经过地每个点的 x 坐标和 y 坐标。
from random import choice
class RandomWalk:
def __init__(self, num_points=10000):
self.num_points = num_points
self.x_values = [0]
self.y_values = [0]
def fill_walk(self):
while len(self.x_values) < self.num_points:
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
if x_step == 0 and y_step == 0:
continue
x = self.x_values[-1] + x_step
y = self.y_values[-1] + y_step
self.x_values.append(x)
self.y_values.append(y)
二、绘制随机漫步图
1、每次随机漫步都不同,探索可能生成的各种模式很有趣,因此我们模拟多次随机漫步,将代码放在一个 while 循环中,关闭查看器时,程序将询问是否要再模拟一次随机漫步,我们输入 y/n 来选择是否要再次模拟。
2、我们使用颜色映射来指出漫步中各点的先后顺序,并删除每个点的黑色轮廓,让其颜色更加明显,之后重新绘制起点和终点,并显示为不同的颜色以示突出。
3、隐藏坐标轴,以免分散观察者对随机漫步路径的注意力;为了让绘图窗口更适合屏幕大小,我们传递参数以指定生成的图形的尺寸。
import matplotlib.pyplot as plt
while True:
rw = RandomWalk(50_000)
rw.fill_walk()
plt.style.use('classic')
fig,ax = plt.subplots(figsize=(15,9))
point_numbers = range(rw.num_points)
ax.scatter(rw.x_values, rw.y_values, c=point_numbers, cmap=plt.cm.Blues,
edgecolor='none', s=1)
ax.scatter(0, 0, c='green', edgecolor='none', s=100)
ax.scatter(rw.x_values[-1], rw.y_values[-1], c='red', edgecolor='none',
s=100)
ax.get_xaxis().set_visible(False)
ax.get_yaxis().set_visible(False)
plt.show()
keep_running = input("Make another walk? (y/n): ")
if keep_running == 'n':
break
总结
最终的随机漫步图犹如云朵,如你所见,我们使用最简单的散点图制作出了一件艺术品!