Python 随机漫步

目录

1.  创建 RandomWalk 类

2.  选择方向 

3.  绘制随机漫步图 

4.  总结 

---

本篇博客将使用 Python 来 生成随机漫步数据，再使用 Matplotlib 库，将以引人注目的方式将这些数据呈现出来。

        随机漫步 顾名思义就是随机走出的步伐，它是这样行走得到的路径：每次行走都是完全随机的、没有明确的方向，结果是由一系列随机决策决定的。我们可以将随机漫步看作是 蚂蚁在晕头转向 的情况下，每次都沿随机的方向前行所经过的路径。 

1.  创建 RandomWalk 类

        为模拟随机漫步，首先创建一个名为 RandomWalk  的类，其作用是 随机的选择前进方向。这个类需要三个属性：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 坐标 和 y 坐标。

RandomWalk 类只包含两个方法：

• 方法 __init__ () ，初始化属性
• 方法 fill_walk () ，计算随机漫步经过的所有点

from random import choice

class RandomWalk:
    '''一个生成随机漫步数据的类'''

    def __init__(self, num_points = 500):
        '''初始化随机漫步的属性'''

        self.num_points = num_points

        # 所有随机漫步都使于(0,0)
        self.x_values = [0]
        self.y_values = [0]

• 为做出 随机决策，将 所有可能的选择 都存储在一个列表中，并在每次决策时，都使用模块 random 中的 choice () 来决定使用哪种选择 。
• 将随机漫步包含的默认点数设置为 5000，这个数大到 足以生成有趣的模式，又小到可确保能够 快速地模拟随机漫步。
• 创建两个用于存储 x 值和 y 值的列表，并让每次漫步都从 点（0,0）出发。

2.  选择方向 

我们将使用方法 fill_walk() 来生成 漫步包含的点，并 决定每次漫步的方向。 

import random

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 = random.choice([1,-1])
        x_distance = random.choice([0,1,2,3,4])
        x_step = x_direction * x_distance

        y_direction = random.choice([1,-1])
        y_distance = random.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 值和 y 的值
        x = self.x_values[-1] + x_step
        y = self.y_values[-1] + y_step

        self.x_values.append(x)
        self.y_values.append(y)

• 先建立一个循环，它不断运行，直到漫步包含所需的点数。方法 fill_walk（）的主要部分告诉 Python 如何模拟四种漫步决定：向右走还是向左走？沿指定的方向走多远？向上走还是向下走？沿指定的方向走多远？
•  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]) 随机的选择一个 0~4 的整数，告诉 Python 沿指定方向走多远（x_distance）。通过包含 0 ，不仅能够同时沿两个轴移动，还能够只沿一个轴移动。
• 将 移动方向乘以移动距离，确定沿 x 轴和 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，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，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。我们拒绝这样的情况，接着执行下一次循环。
• 为获取漫步中下一个点的 x 的值，将 x_step 和 x_values 中的最后一个值相加，对 y 值也做相同的处理。获得下一个点的 x 值和 y 值后，将它们分别附件到列表 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：

from random import choice
import matplotlib.pyplot as plt

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

        # 所有随机漫步都使于(0,0)
        self.x_values = [0]
        self.y_values = [0]

    def fill_walk(self):
        '''计算随机漫步包含所有的点'''

        # 不断漫步，直到列表达到指定的长度
        while len(self.x_values) < self.num_points:

            # 决定前进的方向以及沿着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 值和 y 值
            x = self.x_values[-1] + x_step
            y = self.y_values[-1] + y_step

            self.x_values.append(x)
            self.y_values.append(y)

# 创建一个 RandomWalk 实例
random_wander = RandomWalk()
random_wander.fill_walk()

# 将所有的点都绘制出来
plt.style.use('classic')
(fig,ax) = plt.subplots()
ax.scatter(random_wander.x_values, random_wander.y_values, s = 15)
plt.show()

4.  总结 

         这篇文章主要讲解了随机漫步相关知识点。这期的分享总结就到这里了，如果有疑问的小伙伴，我们在评论区交流嗷~，笔者必回，我们下期再见啦 ！！