Python:随机漫步&练习题

来源:《Python编程:从入门到实践》

1 随机漫步

  • 使用Python生成随机漫步数据,再使用matplotlib以引人瞩目的方式将这些数据呈现出来
  • 随机漫步是这样行走得到的路径:每次行走都完全是随机的,没有明确的方向,结果是由一系列随机决策决定的

1.1 创建RandomWalk()类

  • 创建一个名为RandomWalk的类,它随机地选择前进方向
  • 这个类需要三个属性,一个是存储随机漫步次数的变量,其他两个是列表(存储随机漫步经过的每个点的x&y坐标)

random_walk.py

from random import choice

class RandomWalk():
    """一个生成随机漫步数据的类"""
    
    def __init__(self, num_points=5000):
        """初始化随机漫步的属性"""
        self.num_points = num_points
        
        # 所有随机漫步都始于(0,0)
        self.x_values = [0]
        self.y_values = [0]
  • 将所有可能的选择存储在一个列表中,并在每次做决策时都使用choice()来决定哪种选择

1.2 选择方向

random_walk.py

    def fill_walk(self):
        """计算随机漫步包含的所有点"""
        
        # 不断漫步,直到列表达到指定的长度
        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和y的值
            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)
  • 这个方法的主要告诉Python如何模拟四种漫步决定:向右走还是向左走?沿指定的方向走多远?向上走还是向下走?沿选定的方向走多远?

1.3 绘制随机漫步图

rw_visual.py

import matplotlib.pyplot as plt

from random_walk import RandomWalk

# 创建一个RandomWalk实例,并将其包含的点都绘制出来
rw = RandomWalk()
rw.fill_walk()
plt.scatter(rw.x_values, rw.y_values, s=15)
plt.show()
  • 导入模块pyplotRandomWalk类,然后创建了一个RandomWalk实例,再调用fill_walk()
    在这里插入图片描述

1.4 模拟多次随机漫步

  • 要想不每次都费劲地执行程序,使用上面的代码模拟多次随机漫步,一种方法是将这些代码放在一个while循环中

rw_visual.py

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()
    plt.scatter(rw.x_values, rw.y_values, s=15)
    plt.show()
    
    keep_running = input("再漫步一次嘛? (y/n):")
    if keep_running == 'n':
        break

1.5 设置随机漫步图的样式

  • 下面来定制图表,以突出每次漫步的重要特征,不突出那些分散注意力的元素

1.6 给点着色

  • 使用颜色映射来指出漫步中各点的先后顺序,并删除每个点的黑色轮廓,让它们颜色更明显
  • 根据漫步的各点先后顺序进行着色,传递参数c,将其设置为一个列表,其中包含各点的先后顺序

rw_visual.py

--snip--
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,
        edgecolor='none', s=15)
    plt.show()
    
    keep_running = input("再漫步一次嘛? (y/n):")
    if keep_running == 'n':
        break

在这里插入图片描述

1.7 重新绘制起点和终点

  • 在绘制随机漫步图后重新绘制起点和终点
  • 让起点&终点变得更大,并显示为不同的颜色,以突出它们

rw_visual.py

--snip--
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,
        edgecolor='none', s=15)
        
    # 突出起点和终点
    plt.scatter(0, 0, c='green', edgecolor='none', s=100)
    plt.scatter(rw.x_values[-1], rw.y_values[-1], c='red', edgecolor='none',
        s=100)
    
    plt.show()
	--snip--
  • 务必将这部分代码放在调用plt.show()的代码前面,确保在其他点的上面绘制起点&终点
    在这里插入图片描述

1.8 隐藏坐标轴

rw_visual.py

--snip--
while True:
    --snip--
    plt.scatter(rw.x_values[-1], rw.y_values[-1], c='red', edgecolor='none',
        s=100)
        
    # 隐藏坐标轴
    plt.axes().get_xaxis().set_visible(False)
    plt.axes().get_yaxis().set_visible(False)
    
    plt.show()
	--snip--

在这里插入图片描述

1.9 增加点数

  • 增加点数以提供更多的数据
  • 创建RandomWalk实例时,增大num_points的值,并在绘图时调整每个点的大小

rw_visual.py

--snip--
while True:
    # 创建一个RandomWalk实例,并将其包含的点都绘制出来
    rw = RandomWalk(50000)
    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,
        edgecolor='none', s=1)
	--snip--

在这里插入图片描述

1.10 调整尺寸以适合屏幕

  • 让绘图窗口更适合屏幕大小,可调整matplotlib输出的尺寸

rw_visual.py

--snip--
while True:
    # 创建一个RandomWalk实例,并将其包含的点都绘制出来
    rw = RandomWalk(50000)
    rw.fill_walk()
    
    # 设置绘图窗口的尺寸
    plt.figure(figsize=(10, 6))
	--snip--
  • 函数figure()用于指定图表的宽度、高度、分辨率和背景色
  • 给形参figsize指定一个元组,向matplotlib指出绘图窗口的尺寸,单位:英寸

figure语法说明
figure(num=None, figsize=None, dpi=None, facecolor=None, edgecolor=None, frameon=True)
num:图像编号或名称,数字为编号 ,字符串为名称
figsize:指定figure的宽和高,单位为英寸;
dpi参数指定绘图对象的分辨率,即每英寸多少个像素
facecolor:背景颜色
edgecolor:边框颜色
frameon:是否显示边框

2 练习

15-3 分子运动:修改rw_visuai.py,将其中的plt.scatter()替换为plt.plot()。为模拟花粉在水滴表面的运动路径,向plt.plot()传递rw.x_values和rw.y_values,并指定实参值linewidth。使用5000个点而不是50000个点

  • solution:
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()
    
    # 设置绘图窗口的尺寸
    plt.figure(dpi=128, figsize=(10, 6))
    
    point_numbers = list(range(rw.num_points))
    plt.plot(rw.x_values, rw.y_values, linewidth=1)
        
    # 突出起点和终点
    plt.scatter(0, 0, c='green', edgecolor='none', s=100)
    plt.scatter(rw.x_values[-1], rw.y_values[-1], c='red', edgecolor='none',
        s=100)
        
    # 隐藏坐标轴
    plt.axes().get_xaxis().set_visible(False)
    plt.axes().get_yaxis().set_visible(False)
    
    plt.show()
    
    keep_running = input("再漫步一次嘛? (y/n):")
    if keep_running == 'n':
        break
  • Output:
    在这里插入图片描述

**15-4 改进的随机漫步:**在类RandomWalk中,x_step和y_step是根据相同的条件生成的:从列表[-1, 1]中随机地选择方向,并从列表[0, 1, 2, 3, 4]中随机地选择距离。请修改这些列表中的值,看看对随机漫步路径有何影响。尝试使用更长的距离选择列表,如0~8;或者将-1从x或y方向列表中删除

  • solution:
这个自己尝试改进,就跳了先

15-5 重构: 方法fill_walk()很长。请新建一个名为get_step(0的方法,用于确定每次漫步的距离和方向,并计算这次漫步将如何移动。然后,在fill_walk()中调用get_step两次:
x_step = self.get_step()
y_step = self.get_step()
通过这样的重构,可缩小fill_walk()的规模,让这个方法阅读和理解起来更容易

  • solution:
from random import choice

class RandomWalk():
    """一个生成随机漫步数据的类"""
    
    def __init__(self, num_points=5000):
        """初始化随机漫步的属性"""
        self.num_points = num_points
        
        # 所有随机漫步都始于(0,0)
        self.x_values = [0]
        self.y_values = [0]
        
    def get_step(self):
        """Determine the direction and distance for a step."""
        direction = choice([1, -1])
        distance = choice([0, 1, 2, 3, 4])
        step = direction * distance
        return step
        
    def fill_walk(self):
        """计算随机漫步包含的所有点"""
        
        # 不断漫步,直到列表达到指定的长度
        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_step = self.get_step()
            y_step = self.get_step()
            
            # 拒绝原地踏步
            if x_step == 0 and y_step == 0:
                continue
                
            # 计算下一个点的x和y的值
            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)
  • Output:
    在这里插入图片描述
  • 5
    点赞
  • 23
    收藏
    觉得还不错? 一键收藏
  • 5
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 5
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值