Python数据处理——数据可视化（随机漫步）

需求分析：

1、数据从0开始，每次步长为 1 或 -1，随机漫步100次，统计每次累计的步数。
2、统计本次随机漫步的累计步数最小值和最大值。
3、设置临界值为5，分析出第一次到达临界值（正负5均可）的步数

扩展需求：

使用matplotlib绘制折线图，对数据进行可视化显示。

技术分析：

1、使用normal生成标准的正态（高斯）分布的样本值。
2、使用np.where实现数据转化。
3、使用min、max、cumsum、argmax统计函数进行数据分析。
4、使用matplotlib模块进行可视化呈现。

代码实现

import numpy as np
import matplotlib.pyplot as plt

'''步骤1：生成样本数据'''
# 设置漫步步数为100
nsteps = 1000
# 产生正态（高斯）分布的样本值100个
draws = np.random.normal(0, 2, size=nsteps)
print(draws)

'''步骤2：数据转化'''
# 使用条件逻辑表述重置数据元素值
steps = np.where(draws > 0, 1, -1)
print(steps)

'''步骤3：统计'''
# 统计每次漫步累计的总步伐个数100个
walk = steps.cumsum()
print(walk)

# 漫步累计最大步数
print('steps.max:>', walk.max())
# 漫步累计最小步数
print('steps.min:>', walk.min())

# 第一次达到临界值积累正负10步的步数
print((np.abs(walk) >= 5).argmax())

'''步骤4：可视化呈现'''
# 创建x轴坐标值
x = np.array(np.arange(nsteps))
# 创建y轴坐标值
y = walk
# 绘制一张图
plt.figure()
# 设置x轴和y轴的数据
plt.plot(x, y, label='max:')
# 设置图标标题
plt.title('Random walk +1/-1 steps(Chinasofti CTO data)')
# 设置x轴标注文字
plt.xlabel('step(s)')
# 设置y轴标注文字
plt.ylabel('sum(walk)')
# 显示图标，.savefig('xxx,jpg')保存图标图片
plt.show()

效果展示：