from random import choice  #random是系統(tǒng)自帶的隨機函數(shù)模塊

class Rand_moving(): #定義一個Rand_moving類
    def __init__(self,num_times=100000):  # 初始化，設置默認參數(shù)為10萬，可以修改這個參數(shù)試試機器運行速度
        self.num_times = num_times  #移動次數(shù)
        
        self.x_values=[0]   # 設置兩個數(shù)列，用來保存每一步的位置，初始位置為(0, 0)，數(shù)列元素個數(shù)會一直增加到num_times，用來記錄每一步的位置信息
        self.y_values=[0]    
        
    def fill_moving(self):  #定義一個函數(shù)，用來計算移動方向和距離，并計算需要保存的位置信息
        while len(self.x_values)<self.num_times:#循環(huán)不斷運行，直到漫步包含所需數(shù)量的點num_times
           
            x_direction = choice([1,-1])       #x的移動方向，1向上，0不變，-1向下
            x_distance = choice([0,1,2,3,4,5]) #x的每次移動的像素，
            x_step = x_direction*x_distance    #移動方向乘以移動距離，以確定沿x移動的距離
            
            y_direction =  choice([1,-1])      #y的移動方向，1向上，0不變，-1向下
            y_distance = choice([0,1,2,3,4,5]) #y的每次移動的像素，
            y_step = y_direction*y_distance    #移動方向乘以移動距離，以確定沿y移動的距離
            
            #原地不變
            if x_step ==0 and y_step==0:  # x_step和 y_step都為零，則意味著原地踏步
                continue
            
            #計算下一個點的位置坐標x和y值，并分別保存到數(shù)列x_values和y_values中
            next_x = self.x_values[-1] + x_step  #self.x_values[-1]表示是數(shù)列最后一個值，初始為x_values=[0]
            next_y = self.y_values[-1] + y_step   
            
            self.x_values.append(next_x ) #將每次計算的next_x存入到數(shù)列x_values中
            self.y_values.append(next_y ) #將每次計算的next_y存入到數(shù)列y_values中

import matplotlib.pyplot as plt  #導入matplotlib模塊

from rand_moving import *   #也可以用 import random_moving   注意使用過程中的細微差別 ,小寫開頭的rand_moving是文件（或稱為模塊，一個模塊中可以有一個類，或多個類），大寫開頭Rand_moving是類。

rm = Rand_moving()  # 利用導入的 Rand_moving 類，創(chuàng)建一個實例rm，這里沒有給定參數(shù)，默認是10萬，可以修改為其他數(shù)據(jù)。
rm.fill_moving()    # 調(diào)用類的方法fill_moving() ，并生成隨機數(shù)列，存入到x_values和y_values中，

plt.scatter(rm.x_values, rm.y_values,s=15)#調(diào)用實例rm中位置數(shù)列x_values和y_values生成圖表
plt.show()

plt.scatter(rm.x_values, rm.y_values,c=y_values, cmap=plt.cm.Reds,edgecolor='none',s=15)

import matplotlib.pyplot as plt

from rand_moving import *   #也可以用import random_moving注意使用過程中的差別

rm = Rand_moving()  # 創(chuàng)建一個實例rm，這里沒有給定參數(shù)，默認是10萬，可以修改為其他數(shù)據(jù)。
rm.fill_moving()    # 調(diào)用類的方法fill_moving() ，并生成隨機數(shù)列，存入到x_values和y_values中
plt.scatter(rm.x_values,rm.y_values,c=rm.y_values,cmap=plt.cm.Reds,edgecolor='none',s=15)
#調(diào)用實例rm中數(shù)列x_values和y_values生成圖表#調(diào)用實例rm中數(shù)列x_values和y_values生成圖表

new_rm = Rand_moving(500000)  # 創(chuàng)建一個實例new_rm，是50萬次
new_rm.fill_moving()   
plt.scatter(new_rm.x_values,new_rm.y_values,c=new_rm.y_values, cmap=plt.cm.Blues,edgecolor='none',s=15)

# 重繪起點，終點
#因為兩個實例的起點一樣，只需一個起點即可
plt.scatter(rm.x_values[0], rm.y_values[0],c='yellow',edgecolor='none',s=100)   #設置起點，把s設置較大，以示區(qū)別
#兩個實例終點不同，分別重繪終點位置 
plt.scatter(rm.x_values[-1], rm.y_values[-1],c='brown',edgecolor='none',s=100)  #設置實例rm的終點，思考為什么用[-1]
plt.scatter(new_rm.x_values[-1], new_rm.y_values[-1],c='pink',edgecolor='none',s=100) #設置實例new_rm的終點

plt.show()

import matplotlib.pyplot as plt

from rand_moving import *   #也可以用import random_moving注意使用過程中的差別
#調(diào)整屏幕大小
plt.figure(dpi=128,figsize=(12, 10))  #一開始就要定義顯示的大小，當然，可以試一下，放到plt.show()之前其他位置的運行效果。

rm = Rand_moving()  # 創(chuàng)建一個實例rm，這里沒有給定參數(shù)，默認是10萬，可以修改為其他數(shù)據(jù)。
rm.fill_moving()    # 調(diào)用類的方法fill_moving() ，并生成隨機數(shù)列，存入到x_values和y_values中
plt.scatter(rm.x_values,rm.y_values,c=rm.y_values,cmap=plt.cm.Reds,edgecolor='none',s=15)
#調(diào)用實例rm中數(shù)列x_values和y_values生成圖表#調(diào)用實例rm中數(shù)列x_values和y_values生成圖表

new_rm = Rand_moving(500000)  # 創(chuàng)建一個實例new_rm，是50萬次
new_rm.fill_moving()   
plt.scatter(new_rm.x_values,new_rm.y_values,c=new_rm.y_values, cmap=plt.cm.Blues,edgecolor='none',s=15)

plt.show()