Python matplotlib 实现随机漫步

随机漫步（Random walk)是一种数学统计模型，它由一连串轨迹所组成。其中每一次都是随机的，它能用来表示不规则的变动形式。气体或液体中分子活动的轨迹等可作为随机漫步的模型

运行环境

windows 10

python v3.7 

pip install matplotlib

分析

为模拟随机漫步，我们创建一个 RandomWalk 的类，它随机的选择前进方向,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。使用 fill_walk() 来生成漫步包含的点,并决定每次漫步的方向。把相关数据存储好后，再利用 python 的强大的库 matplotlib 把数据绘制成图表。

1. RondomWalk.py

#!/usr/bin/python3
# -*- coding: utf-8 -*-

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):
        """ 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])
            x_step = x_direction * x_distance

            y_direction = choice([1, -1])
            y_distance = choice([0, 1, 2, 3])
            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)

2. RW_Visual.py

#!/usr/bin/python3
# -*- coding: utf-8 -*-

import matplotlib.pyplot as plt

from RandomWalk import RandomWalk


# 只要程序处于活动状态，就不断地模拟随机漫步
while True:

    # 创建一个RandomWalk实例，并将其包含的点都绘制出来
    rw = RandomWalk(5000)
    rw.fill_walk()

    # 设置绘图窗口的尺寸
    plt.figure(dpi=128, figsize=(10, 6))

    # 绘制点并将图形显示出来
    point_numbers = list(range(rw.num_points))
    # plt.scatter(rw.x_values, rw.y_values, s=15)
    plt.scatter(rw.x_values, rw.y_values, c=point_numbers, cmap=plt.cm.Greens,
                edgecolors='none', s=15)

    # 突出起点和终点
    plt.scatter(0, 0, c='green', edgecolors='none', s=100)
    plt.scatter(rw.x_values[-1], rw.y_values[-1], c='red',
                edgecolors='none', s=100)

    # # 隐藏坐标轴
    # plt.axes().get_xaxis().set_visible(False)
    # plt.axes().get_yaxis().set_visible(False)

    plt.show()

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

3. 运行结果：