计算机模拟的实例,案例：数值模拟 - 随机漫步

案例：数值模拟-随机漫步

数值模拟

用计算机模拟自然现象，达到研究现实问题的目的

随机漫步(随机游走，Random Walk)：

布朗运动的数学表达

广泛用于数学／物理／互联网／金融等行业扩散现象的数值模拟

一滴墨汁掉进水里，花粉的布朗运动／金融市场的价格走势／搜索引擎算法

描述：

从起点开始，随机移动一步

以移动后的点做起点，重复以上过程

使用随机漫步模拟股票历史价格走势

生成不同维度的随机漫步数据，可视化

import numpy as np

import matplotlib.pyplot as plt

stock = np.random.randint(0, 2, 100000)

stock[:100]

array([0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 1, 1, 0, 1, 1, 0, 0, 1, 1, 1, 1, 1,

1, 0, 0, 0, 1, 1, 1, 1, 0, 0, 1, 1, 1, 0, 0, 1, 1, 0, 0, 1, 1, 0,

1, 1, 0, 0, 0, 0, 1, 0, 1, 1, 1, 0, 0, 0, 1, 1, 0, 1, 1, 0, 1, 0,

0, 0, 1, 0, 0, 0, 0, 0, 1, 1, 0, 1, 0, 1, 1, 1, 0, 1, 0, 0, 1, 0,

1, 0, 1, 0, 0, 1, 0, 0, 1, 1, 1, 1])

可视化

折线图，x时间轴自增，不需要设置

# 不符合现实

# plt.plot(stock)

plt.plot(stock[:100])

[]

output_6_1.png

# 累加

stockSum = np.cumsum(stock)

stockSum[:100]

array([ 0, 0, 0, 0, 1, 1, 1, 1, 1, 1, 2, 3, 3, 4, 5, 5, 5,

6, 7, 8, 9, 10, 11, 11, 11, 11, 12, 13, 14, 15, 15, 15, 16, 17,

18, 18, 18, 19, 20, 20, 20, 21, 22, 22, 23, 24, 24, 24, 24, 24, 25,

25, 26, 27, 28, 28, 28, 28, 29, 30, 30, 31, 32, 32, 33, 33, 33, 33,

34, 34, 34, 34, 34, 34, 35, 36, 36, 37, 37, 38, 39, 40, 40, 41, 41,

41, 42, 42, 43, 43, 44, 44, 44, 45, 45, 45, 46, 47, 48, 49],

dtype=int32)

# 不符合现实

plt.plot(stockSum[:100])

[]

output_8_1.png

随机漫步的步长为1

# 将数据从0,1转为-1,1，

stock2 = np.where(stock == 0, -1, 1)

stock2[:100]

array([-1, -1, -1, -1, 1, -1, -1, -1, -1, -1, 1, 1, -1, 1, 1, -1, -1,

1, 1, 1, 1, 1, 1, -1, -1, -1, 1, 1, 1, 1, -1, -1, 1, 1,

1, -1, -1, 1, 1, -1, -1, 1, 1, -1, 1, 1, -1, -1, -1, -1, 1,

-1, 1, 1, 1, -1, -1, -1, 1, 1, -1, 1, 1, -1, 1, -1, -1, -1,

1, -1, -1, -1, -1, -1, 1, 1, -1, 1, -1, 1, 1, 1, -1, 1, -1,

-1, 1, -1, 1, -1, 1, -1, -1, 1, -1, -1, 1, 1, 1, 1])

随机步长的起始值是上一次运动的终端值

# 累加

stockSum2 = np.cumsum(stock2)

stockSum2[:100]

array([-1, -2, -3, -4, -3, -4, -5, -6, -7, -8, -7, -6, -7, -6, -5, -6, -7,

-6, -5, -4, -3, -2, -1, -2, -3, -4, -3, -2, -1, 0, -1, -2, -1, 0,

1, 0, -1, 0, 1, 0, -1, 0, 1, 0, 1, 2, 1, 0, -1, -2, -1,

-2, -1, 0, 1, 0, -1, -2, -1, 0, -1, 0, 1, 0, 1, 0, -1, -2,

-1, -2, -3, -4, -5, -6, -5, -4, -5, -4, -5, -4, -3, -2, -3, -2, -3,

-4, -3, -4, -3, -4, -3, -4, -5, -4, -5, -6, -5, -4, -3, -2],

dtype=int32)

plt.figure(figsize=(18, 12))

plt.plot(stockSum2)

[]

output_13_1.png

二维世界的随机漫步

1：生成随机数

x = np.random.randint(0, 2, 100000)

y = np.random.randint(0, 2, 100000)

x[:100]

array([0, 0, 0, 1, 1, 0, 1, 1, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1,

0, 0, 0, 1, 1, 1, 1, 0, 1, 0, 1, 0, 1, 0, 1, 0, 0, 1, 0, 0, 0, 1,

0, 0, 1, 0, 0, 0, 0, 1, 1, 0, 0, 0, 1, 1, 1, 0, 1, 0, 1, 0, 0, 0,

0, 1, 1, 0, 1, 0, 0, 1, 0, 1, 0, 0, 0, 1, 0, 0, 1, 0, 1, 1, 0, 0,

0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 1, 1])

2: 修改步长，0转为-1

x2 = np.where(x == 1, 1, -1)

y2 = np.where(y == 1, 1, -1)

x2[:100]

array([-1, -1, -1, 1, 1, -1, 1, 1, 1, -1, -1, -1, -1, -1, -1, -1, -1,

-1, -1, -1, -1, 1, -1, -1, -1, 1, 1, 1, 1, -1, 1, -1, 1, -1,

1, -1, 1, -1, -1, 1, -1, -1, -1, 1, -1, -1, 1, -1, -1, -1, -1,

1, 1, -1, -1, -1, 1, 1, 1, -1, 1, -1, 1, -1, -1, -1, -1, 1,

1, -1, 1, -1, -1, 1, -1, 1, -1, -1, -1, 1, -1, -1, 1, -1, 1,

1, -1, -1, -1, -1, -1, -1, -1, -1, -1, 1, -1, -1, 1, 1])

3：本次移动起始点是上次移动终点，累加

x3 = np.cumsum(x2)

y3 = np.cumsum(y2)

x3[:100]

array([ -1, -2, -3, -2, -1, -2, -1, 0, 1, 0, -1, -2, -3,

-4, -5, -6, -7, -8, -9, -10, -11, -10, -11, -12, -13, -12,

-11, -10, -9, -10, -9, -10, -9, -10, -9, -10, -9, -10, -11,

-10, -11, -12, -13, -12, -13, -14, -13, -14, -15, -16, -17, -16,

-15, -16, -17, -18, -17, -16, -15, -16, -15, -16, -15, -16, -17,

-18, -19, -18, -17, -18, -17, -18, -19, -18, -19, -18, -19, -20,

-21, -20, -21, -22, -21, -22, -21, -20, -21, -22, -23, -24, -25,

-26, -27, -28, -29, -28, -29, -30, -29, -28], dtype=int32)

4：可视化

# %matplotlib notebook

plt.figure(figsize=(18, 18), dpi=300)

plt.plot(x3, y3)

[]

output_23_1.png

随机漫步路径动态可视化

x3[:100]

x3[3]

x3[3-1]

-3

# 随机漫步动画，每帧走一步

plt.plot(

x3[3:5],

y3[3:5],

)

[]

output_26_1.png

%matplotlib notebook

from matplotlib.animation import FuncAnimation # 载入动画子库

fig, ax = plt.subplots()

# 动画每帧调用的函数

def update(i):

plt.title(i) # frame的值，随调用遍历

plt.plot(

x3[i-2:i],

y3[i-2:i],

)

# 动画方法

ani = FuncAnimation(

fig, # 动画应用的图像

update, # 动画每帧都要调用的函数

interval = 10, # 动画帧间隔，毫秒

frames = 100, # 动画帧数，对GIF有效，值调用函数内的i可以获取。可自定义值如range(50,100)

)

ani.save('line.gif', dpi=72, writer='imagemagick') # 动画帧数如果过多，执行时间很长

[]

line.gif

随机漫步三维可视化

def d3(n):

x = np.random.randint(0, 2, n)

x2 = np.where(x == 1, 1, -1)

return np.cumsum(x2)

d3(100)

array([ 1, 0, 1, 2, 3, 2, 1, 0, 1, 2, 1, 2, 1,

2, 3, 2, 3, 2, 3, 2, 3, 2, 3, 2, 1, 0,

1, 2, 1, 0, 1, 0, -1, -2, -3, -2, -1, 0, -1,

0, -1, 0, 1, 0, -1, 0, -1, -2, -3, -2, -1, -2,

-3, -4, -3, -4, -3, -4, -5, -6, -5, -4, -5, -6, -7,

-8, -9, -8, -7, -6, -7, -8, -7, -8, -7, -6, -5, -6,

-7, -8, -7, -6, -5, -6, -7, -8, -7, -6, -5, -6, -7,

-6, -7, -8, -9, -8, -9, -10, -9, -10], dtype=int32)

from mpl_toolkits.mplot3d import Axes3D # 载入三维子库

fig = plt.figure()

ax = Axes3D(fig)

ax.plot(

d3(5000),

d3(5000),

d3(5000),

)

image.png