python编程：从入门到实践之数据可视化(二）

1、随机漫步
随机漫步是这样行走得到的路径：每次行走都完全是随机的，没有明确的方向，结果是由一系列随机决策决定的。
为模拟随机漫步，我们将创建一个名为RandomWalk的类，它随机地选择前进方向。这个类需要三个属性，其中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和y坐标。 RandomWalk类只包含两个方法：init ()和fill_walk()，其中后者计算随机漫步经过的所有点。下面先来看看init()，如下所示：

from random import choice

class RandomWalk():

    def __init__(self,num_points=5000):
        self.num_points=num_points
        self.x_values = [0]
        self.y_values = [0]

    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 = 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和y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)

模拟单（多）次随机漫步

import matplotlib.pyplot as plt
from random_walk import RandomWalk

while True:
    rw = RandomWalk()
    rw.fill_walk()
    plt.scatter(rw.x_values,rw.y_values,s=15)
    plt.show()

    keep_running = input("Make another walk? (y/n): ")
    if keep_running == 'n':
        break

2、设置随机漫步图的样式
给点着色：使用颜色映射来指出漫步中各点的先后顺序，并删除每个点的黑色轮廓，让它们的颜色更明显。为根据漫步中各点的先后顺序进行着色，我们传递参数c，并将其设置为一个列表，其中包含各点的先后顺序。由于这些点是按顺序绘制的，因此给参数c指定的列表只需包含数字 1~5000，如下所示：

import matplotlib.pyplot as plt
from random_walk import RandomWalk

while True:
    rw = RandomWalk()
    rw.fill_walk()

    point_numbers = list(range(rw.num_points))
    plt.scatter(rw.x_values,rw.y_values,c=point_numbers,cmap=plt.cm.Blues,
        edgecolor='none',s=15)
    plt.show()

    keep_running = input("Make another walk? (y/n): ")
    if keep_running == 'n':
        break

重新绘制起点和终点：让起点和终点变得更大，并显示为不同的颜色，以突出它们。

plt.scatter(rw.x_values,rw.y_values,c=point_numbers,
cmap=plt.cm.Blues,edgecolor='none',s=15)
plt.scatter(0,0,c='green',edgecolor='none',s=100)   
plt.scatter(rw.x_values[-1],rw.y_values[-1],c='red'，edgecolors='none',s=100)
plt.show()

隐藏坐标轴：

plt.axes().get_xaxis().set_visible(False)
plt.axes().get_yaxis().set_visible(False)

增加点数：创建RandomWalk实例时增大num_points 的值，并在绘图时调整每个点的大小

 rw = RandomWalk(50000)

调整尺寸以适合屏幕：

rw = RandomWalk()
rw.fill_walk()          
# 设置绘图窗口的尺寸     
plt.figure(figsize=(10, 6))

python编程：从入门到实践之数据可视化(二）

猜你喜欢