欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

python模擬投擲色子并數(shù)據(jù)可視化統(tǒng)計圖

 更新時間:2022年07月25日 15:56:21   作者:蘭舟千帆  
這篇文章主要介紹了python模擬投擲色子并數(shù)據(jù)可視化統(tǒng)計圖,文章圍繞主題展開詳細的內容介紹,具有一定的參考價值,需要的小伙伴可以參考一下

前言

這里講解模擬擲色子,并實現(xiàn)數(shù)據(jù)可視化的操作。數(shù)據(jù)可視化可以幫助我們更好地分析相關的統(tǒng)計結果,獲得更為直觀的統(tǒng)計圖,幫組我們更好的處理一些事情。

可視化的終極目標是洞悉蘊含在數(shù)據(jù)中的現(xiàn)象和規(guī)律,這里面有多重含義:發(fā)現(xiàn)、決策、解釋、分析、探索和學習。通過數(shù)據(jù)可視化,可以更好的分析相關的統(tǒng)計結果,以提高我們的工作效率。
Matplotlib 可能是 Python 2D-繪圖領域使用最廣泛的套件。它能讓使用者很輕松地將數(shù)據(jù)圖形化,并且提供多樣化的輸出格式

下面我們從模擬擲色子開始,然后將擲篩子的結果來進行數(shù)據(jù)可視化。

1.模擬擲色子

我們先直接上代碼:

有相關的注釋,幫助各位的理解。
下面展示一些 內聯(lián)代碼片。

"""
designer : 蔣光道
function : 模擬擲色子
version : 1.0
"""
import  random #導入需要的模塊
def shake_elbows() :
    roll = random.randint(1,6) 生成隨機數(shù)
    return  roll
    pass
def main() :
    totall_times = 10000 # 投擲的次數(shù)
    result_list = [0] * 6  #創(chuàng)建一個列表,記錄對應的點數(shù)的位置
    for i in range(totall_times) :
        roll = shake_elbows() # 投擲一個色子,每投擲一次,生成1-6之間的隨機數(shù),調用我們的模擬投色子的函數(shù)。
        #下面的for相當于遍歷列表記錄點數(shù)的位置
        for j in range(1,7) :# 控制擲色子得到的點數(shù)對應列表上的位置
            if roll == j :
              result_list[j - 1] += 1 # 對應點數(shù)位置上加一
    #print(result_list)
    for r,y in enumerate(result_list) :
        print('對應的點數(shù){},次數(shù)為{},頻率是{}'.format(r+1,y,y/totall_times))
 if __name__ == '__main__' :
    main()

我們來看代碼測試:

2.我們來模擬投擲兩個色子

上代碼:

"""
designer : 蔣光道
function : 模擬擲色子
add function : 模擬兩個色子
version : 2.0
"""
import  random
def shake_elbows() :#主題這里還是一樣的
    #擲色子六次
    roll = random.randint(1,6)
    return  roll
    pass
def main() : #注意這里的相關變化
    totall_times = 10000
    #兩個色子的和一共是十一種情況
    result_list = [0]*11
    #初始化點數(shù)列表
    roll_list = list(range(2,13))
    roll_dict =dict(zip(roll_list,result_list))
    for i in range(totall_times) :#控制擲色子的次數(shù)
        roll_one = shake_elbows()
        roll_two = shake_elbows()
        for j in range(2,13) :
            if (roll_one + roll_two) == j :
              roll_dict[j ] += 1
    #print(result_list)
    for r,y in roll_dict.items():
        print('對應的點數(shù){},次數(shù)為{},頻率是{}'.format(r,y,y/totall_times))
if __name__ == '__main__' :
    main()

這里我們來解釋一下zip的作用,我們上圖:

看到?jīng)]有,這就相當于創(chuàng)建了一個字典
接下來我們來測試代碼:如下圖:

注意:這里我們要用到可視化模塊了matplotlib是python上的一個2D繪圖庫,它可以在夸平臺上畫出很多高質量的圖像。

matplotlib.pyplot:提供一個類似matlab的繪圖框架。

上代碼,然后會在代碼中說明:

"""
designer : 蔣光道
function : 模擬擲色子
add function : 模擬兩個色子
add function : 數(shù)據(jù)可視化
version : 3.0
date : 26/07/2020
"""
import matplotlib.pyplot as plt
import  random
def shake_elbows() :
    #擲色子六次
    roll = random.randint(1,6)
    return  roll
    pass
def main() :
    totall_times = 100
    #兩個色子的和一共是十一種情況
    result_list = [0]*11
    #初始化點數(shù)列表
    roll_list = list(range(2,13))
    roll_dict =dict(zip(roll_list,result_list))
    #記錄色子的結果
    roll_list_one = []
    roll_list_two = []
    for i in range(totall_times) :#控制擲色子的次數(shù)
        roll_one = shake_elbows()
        roll_list_one.append(roll_one)
        roll_two = shake_elbows()
        roll_list_two.append(roll_two)
        for j in range(2,13) :
            if (roll_one + roll_two) == j :
              roll_dict[j ] += 1
    #print(result_list)
    for r,y in roll_dict.items():#遍歷點數(shù)和對應的次數(shù)
        print('對應的點數(shù){},次數(shù)為{},頻率是{}'.format(r,y,y/totall_times))
    #數(shù)據(jù)可視化
    x = range(1,totall_times + 1) #x軸
    y = roll_list_one
    y1 = roll_list_two
    plt.scatter(x,y,alpha= 0.5)#xalpha是透明度
    plt.scatter(x,y1,alpha= 0.5)
    plt.show()
if __name__ == '__main__' :
    main()

我們來看代碼的測試,點狀數(shù)據(jù)圖:

我們下面來看條形圖 寫上代碼;

"""
designer : 蔣光道
function : 模擬擲色子
add function : 模擬兩個色子
add function : 數(shù)據(jù)可視化
add function : 條形圖可視化
version : 4.0
date : 26/07/2020
"""
import matplotlib.pyplot as plt
import  random
 #實現(xiàn)中文注釋
plt.rcParams['font.sans-serif'] = ['SimHei']#這是與圖的注釋相關的,不是很關鍵
plt.rcParams['axes.unicode_minus'] = False
def shake_elbows() :
    #擲色子六次
    roll = random.randint(1,6)
    return  roll
    pass
def main() :
    totall_times = 100000 #投擲色子的次數(shù)
    roll_list = [] # 統(tǒng)計每次每次投擲篩子的結果
    for i in range(totall_times) :#控制擲色子的次數(shù)
        # 將色子投擲兩次
        roll_one = shake_elbows()
        roll_two = shake_elbows()
        roll_list.append(roll_one + roll_two)
        #print(result_list)
    # 數(shù)據(jù)可視化
    plt.hist(roll_list,bins=range(2,14), density= 1,edgecolor = 'black',linewidth = 2)#這里很容易看懂,設置density的作用是讓總的概率為1
    plt.title("擲色子統(tǒng)計")
    plt.xlabel("點數(shù)")#x軸的標簽
    plt.ylabel("頻率")#y軸的標簽
    plt.show()



if __name__ == '__main__' :
    main()

我們來看測試效果:
下面這張圖就更清晰明了了。

到此這篇關于python模擬投擲色子并數(shù)據(jù)可視化統(tǒng)計圖的文章就介紹到這了,更多相關python數(shù)據(jù)可視化統(tǒng)計圖內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家!

相關文章

  • Python裝飾器用法與知識點小結

    Python裝飾器用法與知識點小結

    這篇文章主要介紹了Python裝飾器用法與知識點,總結分析了Python 裝飾器的基本概念、原理、用法與操作注意事項,需要的朋友可以參考下
    2020-03-03
  • Python Django2.0集成Celery4.1教程

    Python Django2.0集成Celery4.1教程

    今天小編就為大家分享一篇Python Django2.0集成Celery4.1教程,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2019-11-11
  • Python filter()及reduce()函數(shù)使用方法解析

    Python filter()及reduce()函數(shù)使用方法解析

    這篇文章主要介紹了Python filter()及reduce()函數(shù)使用方法解析,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下
    2020-09-09
  • Python中的函數(shù)參數(shù)傳遞問題

    Python中的函數(shù)參數(shù)傳遞問題

    這篇文章主要介紹了Python中的函數(shù)參數(shù)傳遞問題,具有很好的參考價值,希望對大家有所幫助。如有錯誤或未考慮完全的地方,望不吝賜教
    2023-01-01
  • Python 3 使用Pillow生成漂亮的分形樹圖片

    Python 3 使用Pillow生成漂亮的分形樹圖片

    這篇文章主要介紹了Python 3 使用Pillow生成漂亮的分形樹圖片,本文通過實例代碼介紹的非常詳細,具有一定的參考借鑒價值,需要的朋友可以參考下
    2019-12-12
  • 一文詳解Python中subprocess模塊的用法

    一文詳解Python中subprocess模塊的用法

    Python的subprocess模塊是一個非常強大的工具,用于啟動和與外部進程進行交互,本文將為大家詳細介紹?subprocess模塊的各個方面,希望對大家有所幫助
    2023-11-11
  • Python Scrapy框架第一個入門程序示例

    Python Scrapy框架第一個入門程序示例

    這篇文章主要介紹了Python Scrapy框架第一個入門程序,結合實例形式分析了Python Scrapy框架項目的搭建、抓取字段設置、數(shù)據(jù)庫保存等相關操作技巧,需要的朋友可以參考下
    2020-02-02
  • Flask框架各種常見裝飾器示例

    Flask框架各種常見裝飾器示例

    這篇文章主要介紹了Flask框架各種常見裝飾器,結合實例形式簡單分析了flask框架各種常見裝飾器的功能、用法及相關操作注意事項,需要的朋友可以參考下
    2018-07-07
  • python 實現(xiàn)檢驗33品種數(shù)據(jù)是否是正態(tài)分布

    python 實現(xiàn)檢驗33品種數(shù)據(jù)是否是正態(tài)分布

    今天小編就為大家分享一篇python 實現(xiàn)檢驗33品種數(shù)據(jù)是否是正態(tài)分布,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2019-12-12
  • python數(shù)據(jù)化運營的重要意義

    python數(shù)據(jù)化運營的重要意義

    在本篇文章里小編給大家分享的是關于python數(shù)據(jù)化運營的重要意義,有興趣的朋友們可以學習下。
    2019-11-11

最新評論