隨機(jī)漫步完整代碼

from random import choice
class Randomwalk():
    #一個生成隨機(jī)漫步數(shù)據(jù)的類
    def __init__(self,num_points=5000):
        """初始化隨機(jī)漫步的屬性"""
        self.num_points = num_points
        #所有的隨機(jī)數(shù)據(jù)都起始于(0,0)
        self.x_values = [0]
        self.y_values = [0]
    def fill_walk(self):
        """計算隨機(jī)漫步的所有點"""
        while len(self.x_values) < self.num_points:
            #設(shè)置前進(jìn)的方向和距離
            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
            #拒絕原地踏步
            if x_step == 0 and y_step == 0:
                continue
            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)
from matplotlib import pyplot as plt
from randomwalk import Randomwalk
#創(chuàng)建一個實例威酒,并將其所包含的點都繪制出來#
while True:
    rw = Randomwalk(10000)
    """增加隨機(jī)漫步的點數(shù)稿黄,改成為10000個"""
    rw.fill_walk()
    #調(diào)整圖標(biāo)的尺寸以適應(yīng)屏幕
    plt.figure(figsize=(10,6))
    #給繪制點上色
    points_numbers = list(range(rw.num_points))
    plt.scatter(rw.x_values,rw.y_values,c=points_numbers,cmap=plt.cm.Blues,edgecolor='none',s=1)
    #著重突出起點和終點
    plt.scatter(0,0,c='red',edgecolor='none',s=100)
    plt.scatter(rw.x_values[-1],rw.y_values[-1],c='green',edgecolor='none',s=100)
    #隱藏坐標(biāo)軸峭沦,突出隨機(jī)漫步的路徑治拿,使用axes函數(shù)
    plt.axes().get_xaxis().set_visible(False)
    plt.axes().get_yaxis().set_visible(False)
    plt.show()
    #模擬多次隨機(jī)漫步,使用input加if循環(huán)
    keep_running = input('Make another walk?(y/n)')
    if keep_running == 'n':
        break
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末捷绑,一起剝皮案震驚了整個濱河市啸罢,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌胎食,老刑警劉巖扰才,帶你破解...
    沈念sama閱讀 219,039評論 6 508
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異厕怜,居然都是意外死亡衩匣,警方通過查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,426評論 3 395
  • 文/潘曉璐 我一進(jìn)店門粥航,熙熙樓的掌柜王于貴愁眉苦臉地迎上來琅捏,“玉大人,你說我怎么就攤上這事递雀”樱” “怎么了?”我有些...
    開封第一講書人閱讀 165,417評論 0 356
  • 文/不壞的土叔 我叫張陵,是天一觀的道長搜吧。 經(jīng)常有香客問我市俊,道長,這世上最難降的妖魔是什么滤奈? 我笑而不...
    開封第一講書人閱讀 58,868評論 1 295
  • 正文 為了忘掉前任摆昧,我火速辦了婚禮,結(jié)果婚禮上蜒程,老公的妹妹穿的比我還像新娘绅你。我一直安慰自己,他們只是感情好昭躺,可當(dāng)我...
    茶點故事閱讀 67,892評論 6 392
  • 文/花漫 我一把揭開白布忌锯。 她就那樣靜靜地躺著,像睡著了一般领炫。 火紅的嫁衣襯著肌膚如雪偶垮。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 51,692評論 1 305
  • 那天驹吮,我揣著相機(jī)與錄音针史,去河邊找鬼晶伦。 笑死碟狞,一個胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的婚陪。 我是一名探鬼主播族沃,決...
    沈念sama閱讀 40,416評論 3 419
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼泌参!你這毒婦竟也來了脆淹?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 39,326評論 0 276
  • 序言:老撾萬榮一對情侶失蹤沽一,失蹤者是張志新(化名)和其女友劉穎盖溺,沒想到半個月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體铣缠,經(jīng)...
    沈念sama閱讀 45,782評論 1 316
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡烘嘱,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 37,957評論 3 337
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了蝗蛙。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片蝇庭。...
    茶點故事閱讀 40,102評論 1 350
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖捡硅,靈堂內(nèi)的尸體忽然破棺而出哮内,到底是詐尸還是另有隱情,我是刑警寧澤壮韭,帶...
    沈念sama閱讀 35,790評論 5 346
  • 正文 年R本政府宣布北发,位于F島的核電站纹因,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏鲫竞。R本人自食惡果不足惜辐怕,卻給世界環(huán)境...
    茶點故事閱讀 41,442評論 3 331
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望从绘。 院中可真熱鬧寄疏,春花似錦、人聲如沸僵井。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,996評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽批什。三九已至农曲,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間驻债,已是汗流浹背乳规。 一陣腳步聲響...
    開封第一講書人閱讀 33,113評論 1 272
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機(jī)就差點兒被人妖公主榨干…… 1. 我叫王不留合呐,地道東北人暮的。 一個月前我還...
    沈念sama閱讀 48,332評論 3 373
  • 正文 我出身青樓,卻偏偏與公主長得像淌实,于是被迫代替她去往敵國和親冻辩。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 45,044評論 2 355

推薦閱讀更多精彩內(nèi)容