python仿真入门_数据可以用Python语言描述，并通过投掷器的仿真来说明。高端操作介绍。,可视,初步,python,模拟,色子,入门...-CSDN博客

这里讲解模拟掷色子，并实现数据可视化的操作。

数据可视化可以帮助我们更好地分析相关的统计结果，获得更为直观的统计图，帮组我们更好的处理一些事情。

可视化的终极目标是洞悉蕴含在数据中的现象和规律，这里面有多重含义：发现、决策、解释、分析、探索和学习。通过数据可视化，可以更好的分析相关的统计结果，以提高我们的工作效率。

Matplotlib 可能是 Python 2D-绘图领域使用最广泛的套件。它能让使用者很轻松地将数据图形化，并且提供多样化的输出格式

下面我们从模拟掷色子开始，然后将掷筛子的结果来进行数据可视化。

模拟掷色子：

我们先直接上代码：

有相关的注释，帮助各位的理解。

“”"

designer : 蒋光道

function : 模拟掷色子

version : 1.0

date : 26/07/2020

“”"

import random #导入需要的模块

def shake_elbows() :

roll = random.randint(1,6) 生成随机数

return roll

pass

def main() :

totall_times = 10000 # 投掷的次数

result_list = [0] * 6 #创建一个列表，记录对应的点数的位置

for i in range(totall_times) :

roll = shake_elbows() # 投掷一个色子，每投掷一次，生成1-6之间的随机数，调用我们的模拟投色子的函数。

#下面的for相当于遍历列表记录点数的位置

for j in range(1,7) :# 控制掷色子得到的点数对应列表上的位置

if roll == j :

result_list[j - 1] += 1 # 对应点数位置上加一

#print(result_list)

for r,y in enumerate(result_list) :

print(‘对应的点数{},次数为{}，频率是{}’.format(r+1,y,y/totall_times))

name

== ‘

main

’ :

main()

我们来看代码测试：

我们来模拟投掷两个色子,上代码：

“”"

designer : 蒋光道

function : 模拟掷色子

add function : 模拟两个色子

version : 2.0

date : 26/07/2020

“”"

import random

def shake_elbows() :#主题这里还是一样的

#掷色子六次

roll = random.randint(1,6)

return roll

pass

def main() : #注意这里的相关变化

totall_times = 10000

#两个色子的和一共是十一种情况

result_list = [0]*11

#初始化点数列表

roll_list = list(range(2,13))

roll_dict =dict(zip(roll_list,result_list))

for i in range(totall_times) :#控制掷色子的次数

roll_one = shake_elbows()

roll_two = shake_elbows()

for j in range(2,13) :

if (roll_one + roll_two) == j :

roll_dict[j ] += 1

#print(result_list)

for r,y in roll_dict.items():

print(‘对应的点数{},次数为{}，频率是{}’.format(r,y,y/totall_times))

name

== ‘

main

’ :

main()

这里我们来解释一下zip的作用，我们上图

看到没有，这就相当于创建了一个字典

接下来我们来测试代码：如下图：

❤️

注意这里我们要用到可视化模块了

matplotlib是python上的一个2D绘图库，它可以在夸平台上画出很多高质量的图像。

matplotlib.pyplot：提供一个类似matlab的绘图框架。

上代码，然后会在代码中说明

“”"

designer : 蒋光道

function : 模拟掷色子

add function : 模拟两个色子

add function : 数据可视化

version : 3.0

date : 26/07/2020

“”"

import matplotlib.pyplot as plt

import random

def shake_elbows() :

#掷色子六次

roll = random.randint(1,6)

return roll

pass

def main() :

totall_times = 100

#两个色子的和一共是十一种情况

result_list = [0]*11

#初始化点数列表

roll_list = list(range(2,13))

roll_dict =dict(zip(roll_list,result_list))

#记录色子的结果

roll_list_one = []

roll_list_two = []

for i in range(totall_times) :#控制掷色子的次数

roll_one = shake_elbows()

roll_list_one.append(roll_one)

roll_two = shake_elbows()

roll_list_two.append(roll_two)

for j in range(2,13) :

if (roll_one + roll_two) == j :

roll_dict[j ] += 1

#print(result_list)

for r,y in roll_dict.items():#遍历点数和对应的次数

print(‘对应的点数{},次数为{}，频率是{}’.format(r,y,y/totall_times))

#数据可视化

x = range(1,totall_times + 1) #x轴

y = roll_list_one

y1 = roll_list_two

plt.scatter(x,y,alpha= 0.5)#xalpha是透明度

plt.scatter(x,y1,alpha= 0.5)

plt.show()

name

== ‘

main

’ :

main()

我们来看代码的测试，点状数据图：

我们下面来看条形图

写上代码;

“”"

designer : 蒋光道

function : 模拟掷色子

add function : 模拟两个色子

add function : 数据可视化

add function : 条形图可视化

version : 4.0

date : 26/07/2020

“”"

import matplotlib.pyplot as plt

import random

#实现中文注释

plt.rcParams[‘font.sans-serif’] = [‘SimHei’]#这是与图的注释相关的，不是很关键

plt.rcParams[‘axes.unicode_minus’] = False

def shake_elbows() :

#掷色子六次

roll = random.randint(1,6)

return roll

pass

def main() :

totall_times = 100000 #投掷色子的次数

roll_list = [] # 统计每次每次投掷筛子的结果

for i in range(totall_times) :#控制掷色子的次数

# 将色子投掷两次

roll_one = shake_elbows()

roll_two = shake_elbows()

roll_list.append(roll_one + roll_two)

#print(result_list)

# 数据可视化

plt.hist(roll_list,bins=range(2,14), density= 1,edgecolor = ‘black’,linewidth = 2)#这里很容易看懂，设置density的作用是让总的概率为1

plt.title(“掷色子统计”)

plt.xlabel(“点数”)#x轴的标签

plt.ylabel(“频率”)#y轴的标签

plt.show()

name

== ‘

main

’ :

main()

我们来看测试效果：

下面这张图就更清晰明了了。

欢迎大家留言指点，祝大家学好编程。