数据可视化<第三天>

随机漫步

在本节中，我们将使用python来生成随机漫步数据
再使用matplotlib呈现数据
随机漫步：
每次行走都是完全随机的，没有明确方向，结果是由一系列随机决策决定的

1.创建RandomWalk()类

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__init__()

创建random_walk.py文件

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]

为做出随机决策，我们将所有可能的选择都存储在一个列表中
并在每次做决策时都使用choice()来决定使用哪种选择
接下来，我们将随机漫步包含的默认点数设置为5000
然后，创建两个用于存储x和y值的列表，并让每次漫步都从点(0,0)出发

2.选择方向

我们将使用fill_walk()来生成漫步包含的点，并决定每次漫步的方向

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)

首先建立一个循环，循环不断运行指导漫步包含所需数量的点
这个方法主要是告诉python如何模拟四种漫步决定：
向右还是向左走，沿指定方向走多远，向上还是向下走，沿指定方向走多远
我们使用choice([1,-1])给x_direction选择一个值
结果要么是表示向右走的1，要么是表示向左走的－1
接下来choice([0,1,2,3,4])随机选择一个0～4之间的整数
告诉python沿指定方向走多远(x_distance)
通过包含0，我们不仅能够沿x轴移动，还能够沿y轴移动

我们将移动方向乘以移动距离，以确定x和y轴移动的距离
如果x_step为正，将向右移动，为负将向左移动，而为零将垂直移动
如果y_step为正，将向上移动，为负将向下移动，而为零将水平移动
如果x_step和y_step都为零，则意味着原地踏步，将跳过并执行下一次循环

为了获取漫步中下一个点的x值，我们将x_step与x_values中的最后一个值相加
对于y值也做相同的处理，获得下一个点的x和y值后，将它们分别附加到列表
x_values和y_values的末尾

3.绘制随机漫步图

下面的代码将随机漫步的所有点都绘制出来：

import matplotlib.pyplot as plt

from random_walk import RandomWalk

#创建一个RandomWalk实例，并将其包含的点都绘制出来
rw = RandomWalk()
rw.fill_walk()
plt.scatter(rw.x_values,rw.y_values,s=5)
plt.show()

我们首先导入了模块pyplot和RandomWalk类，然后创建了一个RandomWalk实例
并将其存储到rw中，再调用fill_walk()
将随机漫步包含的x和y值传递给scatter()，并选择了合适的点尺寸
如图：

4.模拟多次随机漫步

每次随机漫步都不同，因此探索可能生成的各种模式很有趣
要在不多次运行程序的情况下使用前面的代码模拟多次随机漫步
一种办法是将这些代码放进一个while循环里，如下：

import matplotlib.pyplot as plt

from random_walk import RandomWalk

while True:
    #创建一个RandomWalk实例，并将其包含的点都绘制出来
    rw = RandomWalk()
    rw.fill_walk()
    plt.scatter(rw.x_values,rw.y_values,s=5)
    plt.show()

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

这些代码模拟一次随机漫步，在matplotlib查看器中显示结果
再在不关闭查看器的情况下暂停，如果关闭查看器
程序将询问是否要再模拟一次随机漫步，输入y
可再进行一次随机漫步
结束程序，输入n