Python模擬隨機(jī)游走圖形效果示例
本文實(shí)例講述了Python模擬隨機(jī)游走圖形效果。分享給大家供大家參考，具體如下：
在python中，可以利用數(shù)組操作來(lái)模擬隨機(jī)游走。
下面是一個(gè)單一的200步隨機(jī)游走的例子，從0開(kāi)始，步長(zhǎng)為1和-1，且以相等的概率出現(xiàn)。純Python方式實(shí)現(xiàn)，使用了內(nèi)建的 random 模塊：
# 隨機(jī)游走
import matplotlib.pyplot as plt
import random
position = 0
walk = [position]
steps = 200
for i in range(steps):
step = 1 if random.randint(0, 1) else -1
position += step
walk.append(position)
fig = plt.figure()
plt.title("m.fzitv.net")
ax = fig.add_subplot(111)
ax.plot(walk)
plt.show()
第二種方式：簡(jiǎn)單的把隨機(jī)步長(zhǎng)累積起來(lái)并且可以可以使用一個(gè)數(shù)組表達(dá)式來(lái)計(jì)算。因此，我用 np.random 模塊去200次硬幣翻轉(zhuǎn)，設(shè)置它們?yōu)?和-1，并計(jì)算累計(jì)和：
# 隨機(jī)游走
import matplotlib.pyplot as plt
import numpy as np
nsteps = 200
draws = np.random.randint(0, 2, size=nsteps)
steps = np.where(draws > 0, 1, -1)
walk = steps.cumsum()
fig = plt.figure()
plt.title("m.fzitv.net")
ax = fig.add_subplot(111)
ax.plot(walk)
plt.show()
一次模擬多個(gè)隨機(jī)游走
# 隨機(jī)游走
import matplotlib.pyplot as plt
import numpy as np
nwalks = 5
nsteps = 200
draws = np.random.randint(0, 2, size=(nwalks, nsteps)) # 0 or 1
steps = np.where(draws > 0, 1, -1)
walks = steps.cumsum(1)
fig = plt.figure()
plt.title("m.fzitv.net")
ax = fig.add_subplot(111)
for i in range(nwalks):
ax.plot(walks[i])
plt.show()
當(dāng)然，還可以大膽的試驗(yàn)其它的分布的步長(zhǎng)，而不是相等大小的硬幣翻轉(zhuǎn)。你只需要使用一個(gè)不同的隨機(jī)數(shù)生成函數(shù)，如 normal 來(lái)產(chǎn)生相同均值和標(biāo)準(zhǔn)偏差的正態(tài)分布：
steps = np.random.normal(loc=0, scale=0.25, size=(nwalks, nsteps))
更多關(guān)于Python相關(guān)內(nèi)容可查看本站專題：《Python數(shù)學(xué)運(yùn)算技巧總結(jié)》、《Python圖片操作技巧總結(jié)》、《Python數(shù)據(jù)結(jié)構(gòu)與算法教程》、《Python函數(shù)使用技巧總結(jié)》、《Python字符串操作技巧匯總》及《Python入門與進(jìn)階經(jīng)典教程》
希望本文所述對(duì)大家Python程序設(shè)計(jì)有所幫助。
相關(guān)文章
這篇文章主要介紹了pytest之a(chǎn)ssert斷言的具體使用，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2021-04-04
這篇文章主要介紹了Python批量處理csv并保存過(guò)程解析,文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2020-05-05
這篇文章主要介紹了python實(shí)現(xiàn)邏輯回歸的示例，幫助大家更好的理解和使用機(jī)器學(xué)習(xí)算法，感興趣的朋友可以了解下2020-10-10
這篇文章主要介紹了Python多線程正確用法實(shí)例解析,文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2020-05-05
深入理解Python內(nèi)置函數(shù)map filter reduce及與列表推導(dǎo)式對(duì)比
這篇文章主要為大家介紹了Python內(nèi)置函數(shù)map filter reduce及與列表推導(dǎo)式對(duì)比方法詳解，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進(jìn)步，早日升職加薪2023-06-06
python?keras構(gòu)建和訓(xùn)練模型簡(jiǎn)便性初探
這篇文章主要介紹了python?keras構(gòu)建和訓(xùn)練模型簡(jiǎn)便性初探，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進(jìn)步，早日升職加薪2024-02-02
Pycharm中SSH、SFTP連接遠(yuǎn)程服務(wù)器編輯調(diào)試實(shí)例
這篇文章主要介紹了Pycharm中SSH、SFTP連接遠(yuǎn)程服務(wù)器編輯調(diào)試實(shí)例,具有很好的參考價(jià)值,希望對(duì)大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2024-06-06
keras的siamese(孿生網(wǎng)絡(luò))實(shí)現(xiàn)案例
這篇文章主要介紹了keras的siamese(孿生網(wǎng)絡(luò))實(shí)現(xiàn)案例，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-06-06
Python3.7安裝keras和TensorFlow的教程圖解
這篇文章主要介紹了Python3.7安裝keras和TensorFlow經(jīng)驗(yàn)，本文圖文并茂給大家介紹的非常詳細(xì)，具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2019-10-10
Python實(shí)現(xiàn)將圖片批量轉(zhuǎn)為PDF
在日常辦公和處理圖片時(shí),我們常常需要將多張圖片合并成一個(gè)PDF文件,所以本文為大家介紹了如何使用Python實(shí)現(xiàn)圖片批量轉(zhuǎn)為PDF,感興趣的可以了解下2024-12-12