Python3隨機(jī)漫步生成數(shù)據(jù)并繪制
本文為大家分享了Python3隨機(jī)漫步生成數(shù)據(jù)并繪制的具體代碼,供大家參考,具體內(nèi)容如下
random_walk.py
from random import choice #生成隨機(jī)漫步的數(shù)據(jù)類 class RandomWalk(): def __init__(self,num_points=5000): #初始化隨機(jī)漫步的屬性 self.numpoints=num_points #隨機(jī)漫步的默認(rèn)點(diǎn)數(shù) self.x_values=[0] #所有的隨機(jī)漫步都始于(0.0) self.y_values=[0] def fill_walk(self): while len(self.x_values)<self.numpoints: #決定前進(jìn)方向及前進(jìn)方向的距離 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*y_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)
rw_visual.py
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() rw.fill_walk() plt.scatter(rw.x_values, rw.y_values, s=15) #重新繪制起點(diǎn)和終點(diǎn)(突出起點(diǎn)和終點(diǎn)) plt.scatter(0,0,c='green',edgecolors='none',s=100) plt.scatter(rw.x_values[-1],rw.y_values[-1],c="red",edgecolors='none',s=100) #隱藏坐標(biāo)軸 plt.axes().get_xaxis().set_visible(False) plt.axes().get_yaxis().set_visible(False) #設(shè)置窗口的屏幕分辨率和尺寸 plt.figure(dpi=128,figsize=(10,6)) plt.show()
結(jié)果圖:
以上就是本文的全部?jī)?nèi)容,希望對(duì)大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。
- Python實(shí)現(xiàn)隨機(jī)漫步功能
- python實(shí)現(xiàn)隨機(jī)漫步方法和原理
- python散點(diǎn)圖實(shí)例之隨機(jī)漫步
- python實(shí)現(xiàn)隨機(jī)漫步算法
- Python使用matplotlib繪制隨機(jī)漫步圖
- python使用matplotlib庫(kù)生成隨機(jī)漫步圖
- Python超詳細(xì)分步解析隨機(jī)漫步
- python3.5繪制隨機(jī)漫步圖
- Python?numpy之線性代數(shù)與隨機(jī)漫步
- Python實(shí)現(xiàn)隨機(jī)漫步的詳細(xì)過(guò)程
相關(guān)文章
python 使用OpenCV進(jìn)行簡(jiǎn)單的人像分割與合成
這篇文章主要介紹了python 使用OpenCV進(jìn)行簡(jiǎn)單的人像分割與合成的方法,幫助大家更好的利用python處理圖像,感興趣的朋友可以了解下2021-02-02Pytorch中的masked_fill基本知識(shí)詳解
本文介紹了PyTorch中masked_fill函數(shù)的基本使用和原理,該函數(shù)接受一個(gè)輸入張量和一個(gè)布爾掩碼作為參數(shù),掩碼的形狀必須與輸入張量相同,True表示需要填充的位置,False表示保持原值2024-10-10python中對(duì)_init_的理解及實(shí)例解析
這篇文章主要介紹了python中對(duì)_init_的理解及實(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2019-10-10Python+OpenCV 圖像邊緣檢測(cè)四種實(shí)現(xiàn)方法
本文主要介紹了通過(guò)OpenCV中Sobel算子、Schaar算子、Laplacian算子以及Canny分別實(shí)現(xiàn)圖像邊緣檢測(cè)并總結(jié)了四者的優(yōu)缺點(diǎn),感興趣的同學(xué)可以參考一下2021-11-11Python輕量級(jí)定時(shí)任務(wù)調(diào)度APScheduler的使用
Apscheduler是一個(gè)基于Quartz的python定時(shí)任務(wù)框架,本文主要介紹了Python輕量級(jí)定時(shí)任務(wù)調(diào)度APScheduler的使用,具有一定的參考價(jià)值,感興趣的可以了解一下2024-02-02Python3中urlencode和urldecode的用法詳解
今天小編就為大家分享一篇Python3中urlencode和urldecode的用法詳解,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2019-07-07Matplotlib使用Cursor實(shí)現(xiàn)UI定位的示例代碼
這篇文章主要介紹了Matplotlib使用Cursor實(shí)現(xiàn)UI定位的示例代碼,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2020-03-03python3實(shí)現(xiàn)網(wǎng)絡(luò)爬蟲之BeautifulSoup使用詳解
這篇文章主要介紹了python3實(shí)現(xiàn)網(wǎng)絡(luò)爬蟲之BeautifulSoup使用詳解,小編覺得挺不錯(cuò)的,現(xiàn)在分享給大家,也給大家做個(gè)參考。一起跟隨小編過(guò)來(lái)看看吧2018-12-12