python编程:从入门到实践之数据可视化(二)

本文介绍了一种使用Python模拟随机漫步的方法,并展示了如何通过Matplotlib库进行数据可视化,包括设置颜色映射、突出起点和终点、隐藏坐标轴等技巧。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

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)) 
### 获取《Python编程:从入门实践》资源的方法 对于希望获取《Python编程:从入门实践》一书的读者而言,有多种途径可以合法获得该书籍的内容并辅助学习。 #### 合法下载渠道 建议通过官方或授权平台购买正版电子书。许多在线书店提供此书的PDF版本或其他格式供购买者下载阅读[^1]。例如亚马逊Kindle商店、出版社官方网站等均可能出售该书的数字版权管理(DRM)受控副本。 #### 在线阅读方式 一些图书馆服务平台如OverDrive, Hoopla提供了借阅服务,在注册成为会员之后能够限时访问包括但不限于《Python编程:从入门实践》在内的大量藏书资源[^2]。此外,部分高校也可能订阅了Safari Books Online这样的专业图书数据库,学生可以通过校园网登录浏览相关内容。 #### 学习笔记分享 网络上存在不少开发者基于个人理解撰写的读书笔记,这些资料往往聚焦于书中重点章节的理解和个人实践经验总结。GitHub仓库中就有多个关于《Python编程:从入门实践》的学习记录项目,涵盖了对外星人入侵游戏开发过程中的Pygame库应用解析[^3],以及数据可视化的具体实现案例研究等主题。 ```python import matplotlib.pyplot as plt plt.plot([1, 2, 3], [4, 5, 6]) plt.show() ``` 上述代码展示了如何使用Matplotlib绘制简单图表,这是《Python编程:从入门实践》中提到的一个重要技能点之一。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值