声明:代码来自《Python编程:从入门到实践》这本书,如有不当, 请联系作者SixAbs删除
随机游走是随机过程里面的经典例子,今天在学习Python基础的时候看到这么个例子,觉得很直观形象,挺有意思。当然,看这个例子并不是本意,写这篇文章其实是先借助这么个例子,首先学习一下python的数据可视化的基础知识,其次是规范一下自己写博客的格式。
关键词:随机游走;数据可视化;文章格式
1 随机游走的数学模型
这一部分正在赶来ing…
2 用python实现二维随机游走模拟
2.1 编写随机游走主类
编写一个随机游走的RandomWalk()类。首先在构造函数中初始化行走步数和初始化位置;然后定义行走方法fill_walk(),每走一步横纵坐标都产生随机的正负方向和在x,y轴的行走距离,如果x,y方向都为0,则重新产生。random_walk.py代码如下:
# 创建随机游走类
from random import choice
class RandomWalk():
"""一个生成随机漫步的属性"""
def __init__(self, num_points=100000):
"""初始化随机漫步属性"""
self.num_points = num_points
# 所有随机漫步都始于(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"""
# 不断漫步,直到列表达到指定长度
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 = 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,y值
next_x = self.x_values[-1] + x_step
next_y = self.y_values[-1] + y_step
self.x_values.append(next_x)
self.y_values.append(next_y)
2.2 编写测试类
直接放代码rw_visual.py如下:
# 随机游走类测试
import matplotlib.pyplot as plt
from random_walk import RandomWalk
# 只要程序处于活动状态,就不断地模拟随机漫步
while True:
# 创建一个RandomWalk实例,并将其包含的点都绘制出来
rw = RandomWalk()
rw.fill_walk()
point_numbers = list(range(rw.num_points))
plt.scatter(rw.x_values, rw.y_values, c=point_numbers, cmap=plt.cm.Blues, edgecolors='none', s=1)
# 画出起点和终点
plt.scatter(0, 0, c='green', edgecolors='none', s=100)
plt.scatter(rw.x_values[-1], rw.y_values[-1], c='red', edgecolors='none', s=100)
# 设置图表标题,并给坐标轴加上标签
plt.title("2维随机游走实验", fontsize=18)
plt.xlabel("横坐标", fontsize=14)
plt.ylabel("纵坐标", fontsize=14)
# 显示图形
plt.show()
keep_running = input("Make another walk?(y/n): ")
if keep_running == 'n':
break