2021-05-21

数据可视化

15.3.4模拟随机漫步-15.3.5设置随机漫步样式
rw_visual.py:

import matplotlib.pyplot as plt

from random_walk import RandomWalk

#只要程序处于获得活动状态，就不断地模拟随机漫步
while True:
    #创建一个RandomWalk实例
    rw = RandomWalk(50_000)#创建实例并存储到rw
    rw.fill_walk()#调用

    #将所有的点都绘制出来
    plt.style.use('classic')
    fig,ax = plt.subplots(figsize=(15,9))#figsize：图的尺寸
    point_numbers = range(rw.num_points)#range生成一个列表，包含的数与漫步包含的点的数量
    ax.scatter(rw.x_values,rw.y_values,c=point_numbers,cmap = plt.cm.Blues,#camp:颜色映射
               edgecolors='none',s=1)#将随机包含的x值和y值传递给scatter（），并选择合适的尺寸，edgecolors：删除每个点轮廓
    #突出起点与终点
    ax.scatter(0,0,c='green',edgecolors='none',s=100)
    ax.scatter(rw.x_values[-1],rw.y_values[-1],c='red',edgecolors='none')#c:颜色，edgecolors：删除每个点轮廓，s：大小

    #隐藏坐标轴。
    ax.get_xaxis().set_visible(False)
    ax.get_yaxis().set_visible(False)
    plt.show()

    keep_running = input("Make anther walk? (y/n)")
    if keep_running == 'n':
        break

random_walk.py

from random import choice

class RandomWalk:
    '一个生成随机漫步德属性'

    def __init__(self,num_points=5000):
        '初始化随机漫步的属性'
        self.num_points = num_points

        #所有随机漫步都开始于（0，0）
        self.x_values = [0]
        self.y_values = [0]

    def fill_walk(self):
        '计算随机漫步包含的所有点'
        '一个决定向左或向右，向上或向下走，指定方向走多远的类'
        #不断漫步，直到列表达到指定的长度
        while len(self.x_values) < self.num_points:#循环到所需要的点数
            '决定前进方向以及沿这个方向前进的距离。'
            x_direction = choice([1,-1])#方向：1向右，-1向左

            x_directance = choice([0,1,2,3,4])#走的距离随机0——4
            x_setp = x_direction * x_directance#确定x轴和y轴移动的距离，x_setp为正向右，，为负向左，为0垂直移动

            y_direction = choice([1,-1])
            y_distance = choice([0,1,2,3,4])
            y_setp = y_direction *y_distance#y_setp为正向上，，为负向下，为0水平移动

            #拒绝原地踏步
            if x_setp == 0 and y_setp == 0:
                continue

            #计算下一个点的x值和y值
            x = self.x_values[-1] + x_setp
            y =self.y_values[-1] + y_setp

            self.x_values.append(x)
            self.y_values.append(y)

结果：

2021年5月21日