【python与数据分析】实验九&十
目录
一、实验九 利用类创建实现随机漫步和掷骰子
1.实验目的
2.实验内容
3.实验步骤
4.随机漫步
（1）代码
2.结果
5.掷骰子
（1）代码
（2）结果
二、实验十 利用numpy中的random画4个分布图
1.实验目的
2.实验内容
3.实验步骤
4.分布图
（1）代码
（2）结果
一、实验九 利用类创建实现随机漫步和掷骰子
1.实验目的
理解和使用面向对象编程与使用，初步了解画图。（后面要讲matplotlib，先大家简单了解一下）
2.实验内容
仿编程序并修改，动行观看结果
3.实验步骤
自学相关知识(可自学学习通第10章内容)，敲入参考代码运行，在理解代码原理基础上，根据不同测试内容改编程序。
4.随机漫步
（1）代码
#创建Random Walk类
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，两边各两个下划线，中间是init
"""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]
def fill_walk(self):#定义随机漫步方向
"""计算随机漫步包含的所有点"""
#不断漫步，直到列表达到所指定的长度
while len(self.x_values)2.结果
5.掷骰子
（1）代码
#创建掷骰子Die类
from random import randint
class Die():
"""表示一个骰子的类"""
def __init__(self,num_sides=6):
"""骰子默认为6面"""
self.num_sides=num_sides
def roll(self):
"""返回一个位于1和骰子面数之间的随机值"""
return randint(1,self.num_sides)
#掷骰子
#创建两个D6骰子
die_1=Die()
die_2=Die()
#掷骰子100次，并将结果存储到一个列表中
results=[]
for roll_num in range(100):
result=die_1.roll()+die_2.roll()
results.append(result)
print("掷个骰子100次，每次出现点数的结果为：\n",results)
print()
print("===========================================================")
#分析结果
frequencies=[]
max_result=die_1.num_sides+die_2.num_sides
for value in range(2,max_result+1):
frequency=results.count(value)
frequencies.append(frequency)
for i in range(2,max_result+1):
print("掷2个骰子100次，{0}点出现{1}次".format(i,frequencies[i-2]))
#结果可视化
import matplotlib.pyplot as plt
x=list(range(2,13))
y=[i/100 for i in frequencies]
plt.bar(x,y)
#设置x,y轴标签和字体
plt.xlabel('出现点数',fontproperties='simhei')
plt.ylabel('每点出现频率',fontproperties='simhei')
plt.title('掷2个骰子100次各点频率直方图',fontproperties='simhei',fontsize=14)
plt.show()
#出现点数累积分布函数图
z=[sum(y[:i]) for i in range(1,12)]
plt.bar(x,z)
plt.plot(x,z,color='red')
plt.plot([0,1]+x,[1 for i in range(0,13)],color='black',linewidth=1.5)
plt.xlabel('出现点数',fontproperties='simhei')
plt.ylabel('每点出现累积频率',fontproperties='simhei')
plt.title('出现点数累积分布函数图',fontproperties='simhei',fontsize=14)
plt.show()
（2）结果
二、实验十 利用numpy中的random画4个分布图
1.实验目的
1.熟练使用numpy中模块random的各种分布画分布图。（后面要讲matplotlib，先大家简单了解一下）
2.学会用扩展库tushare(老版本)及新版本获取金融数据。（根据提供的代码仿学）
2.实验内容
1.将第十周课堂讲的代码（见课件或视频）在IDLE 或 Jupyter Notebook中敲一遍。
2.编写程序，画分布图。
3.实验步骤
1.需敲入的代码见ppt课件或视频;(略)
2.自学相关知识，敲入参考代码运行，在理解代码原理基础上，根据不同测试内容改编程序。
3.学会用扩展库tushare(老版本)及新版本获取金融数据。（仿文件：进行，并自学）
4.分布图
（1）代码
import numpy.random as npr
import matplotlib.pyplot as plt
#当本程序在jupyter notebook运行时，需要加下条语句（在线画图）
#%matplotlib inline
size=1000
rn5=npr.binomial(100,0.2,size)#二项分布
rn6=npr.normal(10,20,size)#正态分布
rn7=npr.chisquare(0.5,size)#卡方分布
rn8=npr.poisson(2.0,size)#普松分布
fig,((ax1,ax2),(ax3,ax4))=plt.subplots(nrows=2,ncols=2,figsize=(10,10))
ax1.hist(rn5,bins=25)
ax1.set_title('binomial')
ax1.set_ylabel('frequency')
ax1.grid(True)
ax2.hist(rn6,bins=25)
ax2.set_title('normal')
ax2.grid(True)
ax3.hist(rn7,bins=25)
ax3.set_title('chisqare')
ax3.set_ylabel('frequency')
ax3.grid(True)
ax4.hist(rn8,bins=25)
ax4.set_title('poisson')
ax4.grid(True)
plt.show()
（2）结果
