numpy学习笔记14：模拟随机游走过程(一次实验)

numpy学习笔记14：模拟随机游走过程(一次实验)

随机游走是一个对象在离散时间步中的随机移动，每次移动的方向和步长由概率决定。在用户提供的代码中，步长数组`steps`的每个元素是-1或1，代表向左或向右移动一步。`np.random.choice`的作用就是生成这样的随机步长序列。

随机游走是一种数学统计模型，其中的每一步方向和大小都是随机的。下面使用 NumPy 模拟一维和二维的随机游走过程：

1.代码示例

import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

def simulate_1d_random_walk(num_steps):
    """
    模拟一维随机游走
    :param num_steps: 游走的步数
    :return: 一维随机游走的位置数组
    """
    steps = np.random.choice([-1, 1], size=num_steps)
    positions = np.cumsum(steps)
    return positions


def simulate_2d_random_walk(num_steps):
    """
    模拟二维随机游走
    :param num_steps: 游走的步数
    :return: 二维随机游走的 x 和 y 坐标数组
    """
    steps_x = np.random.choice([-1, 1], size=num_steps)
    steps_y = np.random.choice([-1, 1], size=num_steps)
    positions_x = np.cumsum(steps_x)
    positions_y = np.cumsum(steps_y)
    return positions_x, position