用Python繪制漫步圖實(shí)例講解
我們首先來(lái)看下代碼:
import matplotlib.pyplot as plt
from random import choice
class RandomWalk():
def __init__(self,num_points=5000):
self.num_points=num_points
self.x_values=[0]
self.y_values=[0]
def fill_walk(self):
while len(self.x_values)<self.num_points:
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
if x_step==0 and y_step==0:
continue
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)
rw=RandomWalk()
rw.fill_walk()
plt.scatter(rw.x_values,rw.y_values,s=1)
plt.show()
繪制出的圖如下所示:

這段代碼繪制了5000個(gè)數(shù)據(jù)點(diǎn),這些點(diǎn)的分布完全是隨機(jī)的。每次運(yùn)行代碼都會(huì)有不同的走向。
實(shí)例擴(kuò)展:
from random import choice class RandomWalk(): """一個(gè)生成隨機(jī)漫步數(shù)據(jù)的類(lèi)""" def __init__(self,num_points=5000): """初始化隨機(jī)漫步的屬性""" self.num_points = num_points #所有隨機(jī)漫步都始于(0,0) self.x_values = [0] self.y_values = [0] def fill_walk(self): """計(jì)算隨機(jī)漫步包含的所有點(diǎn)""" #不斷漫步,直到列表達(dá)到指定的長(zhǎng)度 while len(self.x_values) < self.num_points: # 決定前進(jìn)方向以及沿這個(gè)方向前進(jìn)的距離 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 * x_distance # 拒絕原地踏步 if x_step == 0 and y_step == 0: continue #計(jì)算下一個(gè)點(diǎn)的x和y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)
import matplotlib.pyplot as plt from random_walk import RandomWalk # 創(chuàng)建一個(gè)RandomWalk實(shí)例,并將其包含的點(diǎn)都繪制出來(lái) rw = RandomWalk(50000) rw.fill_walk() # 設(shè)置繪圖窗口的尺寸 plt.figure(dpi=80,figsize=(10,6)) # 設(shè)置點(diǎn)按先后順序增加顏色深度 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) # 突出起點(diǎn)和終點(diǎn),起點(diǎn)設(shè)置為綠色,終點(diǎn)設(shè)置為紅色 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) # 隱藏坐標(biāo)軸 plt.axes().get_xaxis().set_visible(False) plt.axes().get_yaxis().set_visible(False) plt.show()
第二個(gè)實(shí)例內(nèi)容差不多,是用的PY3.5,大家可以本地測(cè)試下。
到此這篇關(guān)于用Python繪制漫步圖實(shí)例講解的文章就介紹到這了,更多相關(guān)使用Python繪制漫步圖內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
關(guān)于python寫(xiě)入文件自動(dòng)換行的問(wèn)題
今天小編就為大家分享一篇關(guān)于python寫(xiě)入文件自動(dòng)換行的問(wèn)題,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2018-06-06
Python使用LSTM實(shí)現(xiàn)銷(xiāo)售額預(yù)測(cè)詳解
大家經(jīng)常會(huì)遇到一些需要預(yù)測(cè)的場(chǎng)景,比如預(yù)測(cè)品牌銷(xiāo)售額,預(yù)測(cè)產(chǎn)品銷(xiāo)量。本文給大家分享一波使用?LSTM?進(jìn)行端到端時(shí)間序列預(yù)測(cè)的完整代碼和詳細(xì)解釋?zhuān)枰目梢詤⒖家幌?/div> 2022-07-07
Python StringIO及BytesIO包使用方法解析
這篇文章主要介紹了Python StringIO及BytesIO包使用方法解析,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2020-06-06
Python基于Dlib的人臉識(shí)別系統(tǒng)的實(shí)現(xiàn)
這篇文章主要介紹了Python基于Dlib的人臉識(shí)別系統(tǒng)的實(shí)現(xiàn),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2020-02-02
python3 簡(jiǎn)單實(shí)現(xiàn)組合設(shè)計(jì)模式
這篇文章主要介紹了python3 簡(jiǎn)單實(shí)現(xiàn)組合設(shè)計(jì)模式的方法,文中示例代碼非常詳細(xì),幫助大家更好的理解和學(xué)習(xí),感興趣的朋友可以了解下2020-07-07
淺談pytorch 模型 .pt, .pth, .pkl的區(qū)別及模型保存方式
這篇文章主要介紹了淺談pytorch 模型 .pt, .pth, .pkl的區(qū)別及模型保存方式,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2020-05-05最新評(píng)論

