数据可视化<第三天>

作者: 人生苦短_我用Python | 来源:发表于2018-04-12 11:44 被阅读20次

    随机漫步

    在本节中,我们将使用python来生成随机漫步数据
    再使用matplotlib呈现数据
    随机漫步:
    每次行走都是完全随机的,没有明确方向,结果是由一系列随机决策决定的

    1.创建RandomWalk()类

    为模拟随机漫步,我们将创建一个名为RandomWalk的类,它随机地选择前进方向
    这个类需要三个属性,其中一个是存储随机漫步次数的变量,其他两个是列表
    分别存储随机漫步经过的每个点的x和y坐标
    RandomWalk类只包含两个方法:__init__()fill_walk()
    其中后者计算随机漫步经过的所有点,下面先来看__init__()

    创建random_walk.py文件

    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]
    

    为做出随机决策,我们将所有可能的选择都存储在一个列表中
    并在每次做决策时都使用choice()来决定使用哪种选择
    接下来,我们将随机漫步包含的默认点数设置为5000
    然后,创建两个用于存储x和y值的列表,并让每次漫步都从点(0,0)出发

    2.选择方向

    我们将使用fill_walk()来生成漫步包含的点,并决定每次漫步的方向

    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)
    

    首先建立一个循环,循环不断运行指导漫步包含所需数量的点
    这个方法主要是告诉python如何模拟四种漫步决定:
    向右还是向左走,沿指定方向走多远,向上还是向下走,沿指定方向走多远
    我们使用choice([1,-1])给x_direction选择一个值
    结果要么是表示向右走的1,要么是表示向左走的-1
    接下来choice([0,1,2,3,4])随机选择一个0~4之间的整数
    告诉python沿指定方向走多远(x_distance)
    通过包含0,我们不仅能够沿x轴移动,还能够沿y轴移动

    我们将移动方向乘以移动距离,以确定x和y轴移动的距离
    如果x_step为正,将向右移动,为负将向左移动,而为零将垂直移动
    如果y_step为正,将向上移动,为负将向下移动,而为零将水平移动
    如果x_step和y_step都为零,则意味着原地踏步,将跳过并执行下一次循环

    为了获取漫步中下一个点的x值,我们将x_step与x_values中的最后一个值相加
    对于y值也做相同的处理,获得下一个点的x和y值后,将它们分别附加到列表
    x_values和y_values的末尾

    3.绘制随机漫步图

    下面的代码将随机漫步的所有点都绘制出来:

    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=5)
    plt.show()
    

    我们首先导入了模块pyplot和RandomWalk类,然后创建了一个RandomWalk实例
    并将其存储到rw中,再调用fill_walk()
    将随机漫步包含的x和y值传递给scatter(),并选择了合适的点尺寸
    如图:


    4.模拟多次随机漫步

    每次随机漫步都不同,因此探索可能生成的各种模式很有趣
    要在不多次运行程序的情况下使用前面的代码模拟多次随机漫步
    一种办法是将这些代码放进一个while循环里,如下:

    import matplotlib.pyplot as plt
    
    from random_walk import RandomWalk
    
    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=5)
        plt.show()
    
        keep_running = input('Make another walk? (y/n):')
        if keep_running == 'n':
            break
    

    这些代码模拟一次随机漫步,在matplotlib查看器中显示结果
    再在不关闭查看器的情况下暂停,如果关闭查看器
    程序将询问是否要再模拟一次随机漫步,输入y
    可再进行一次随机漫步
    结束程序,输入n


    相关文章

      网友评论

        本文标题:数据可视化<第三天>

        本文链接:https://www.haomeiwen.com/subject/ytsxkftx.html