python模擬投擲色子並數據可視化統計圖
前言
這裡講解模擬擲色子,並實現數據可視化的操作。數據可視化可以幫助我們更好地分析相關的統計結果,獲得更為直觀的統計圖,幫組我們更好的處理一些事情。
可視化的終極目標是洞悉蘊含在數據中的現象和規律,這裡面有多重含義:發現、決策、解釋、分析、探索和學習。通過數據可視化,可以更好的分析相關的統計結果,以提高我們的工作效率。
Matplotlib 可能是 Python 2D-繪圖領域使用最廣泛的套件。它能讓使用者很輕松地將數據圖形化,並且提供多樣化的輸出格式
下面我們從模擬擲色子開始,然後將擲篩子的結果來進行數據可視化。
1.模擬擲色子
我們先直接上代碼:
有相關的註釋,幫助各位的理解。
下面展示一些 內聯代碼片
。
""" designer : 蔣光道 function : 模擬擲色子 version : 1.0 """ import random #導入需要的模塊 def shake_elbows() : roll = random.randint(1,6) 生成隨機數 return roll pass def main() : totall_times = 10000 # 投擲的次數 result_list = [0] * 6 #創建一個列表,記錄對應的點數的位置 for i in range(totall_times) : roll = shake_elbows() # 投擲一個色子,每投擲一次,生成1-6之間的隨機數,調用我們的模擬投色子的函數。 #下面的for相當於遍歷列表記錄點數的位置 for j in range(1,7) :# 控制擲色子得到的點數對應列表上的位置 if roll == j : result_list[j - 1] += 1 # 對應點數位置上加一 #print(result_list) for r,y in enumerate(result_list) : print('對應的點數{},次數為{},頻率是{}'.format(r+1,y,y/totall_times)) if __name__ == '__main__' : main()
我們來看代碼測試:
2.我們來模擬投擲兩個色子
上代碼:
""" designer : 蔣光道 function : 模擬擲色子 add function : 模擬兩個色子 version : 2.0 """ import random def shake_elbows() :#主題這裡還是一樣的 #擲色子六次 roll = random.randint(1,6) return roll pass def main() : #註意這裡的相關變化 totall_times = 10000 #兩個色子的和一共是十一種情況 result_list = [0]*11 #初始化點數列表 roll_list = list(range(2,13)) roll_dict =dict(zip(roll_list,result_list)) for i in range(totall_times) :#控制擲色子的次數 roll_one = shake_elbows() roll_two = shake_elbows() for j in range(2,13) : if (roll_one + roll_two) == j : roll_dict[j ] += 1 #print(result_list) for r,y in roll_dict.items(): print('對應的點數{},次數為{},頻率是{}'.format(r,y,y/totall_times)) if __name__ == '__main__' : main()
這裡我們來解釋一下zip的作用,我們上圖:
看到沒有,這就相當於創建瞭一個字典
接下來我們來測試代碼:如下圖:
註意:這裡我們要用到可視化模塊瞭matplotlib是python上的一個2D繪圖庫,它可以在誇平臺上畫出很多高質量的圖像。
matplotlib.pyplot:提供一個類似matlab的繪圖框架。
上代碼,然後會在代碼中說明:
""" designer : 蔣光道 function : 模擬擲色子 add function : 模擬兩個色子 add function : 數據可視化 version : 3.0 date : 26/07/2020 """ import matplotlib.pyplot as plt import random def shake_elbows() : #擲色子六次 roll = random.randint(1,6) return roll pass def main() : totall_times = 100 #兩個色子的和一共是十一種情況 result_list = [0]*11 #初始化點數列表 roll_list = list(range(2,13)) roll_dict =dict(zip(roll_list,result_list)) #記錄色子的結果 roll_list_one = [] roll_list_two = [] for i in range(totall_times) :#控制擲色子的次數 roll_one = shake_elbows() roll_list_one.append(roll_one) roll_two = shake_elbows() roll_list_two.append(roll_two) for j in range(2,13) : if (roll_one + roll_two) == j : roll_dict[j ] += 1 #print(result_list) for r,y in roll_dict.items():#遍歷點數和對應的次數 print('對應的點數{},次數為{},頻率是{}'.format(r,y,y/totall_times)) #數據可視化 x = range(1,totall_times + 1) #x軸 y = roll_list_one y1 = roll_list_two plt.scatter(x,y,alpha= 0.5)#xalpha是透明度 plt.scatter(x,y1,alpha= 0.5) plt.show() if __name__ == '__main__' : main()
我們來看代碼的測試,點狀數據圖:
我們下面來看條形圖 寫上代碼;
""" designer : 蔣光道 function : 模擬擲色子 add function : 模擬兩個色子 add function : 數據可視化 add function : 條形圖可視化 version : 4.0 date : 26/07/2020 """ import matplotlib.pyplot as plt import random #實現中文註釋 plt.rcParams['font.sans-serif'] = ['SimHei']#這是與圖的註釋相關的,不是很關鍵 plt.rcParams['axes.unicode_minus'] = False def shake_elbows() : #擲色子六次 roll = random.randint(1,6) return roll pass def main() : totall_times = 100000 #投擲色子的次數 roll_list = [] # 統計每次每次投擲篩子的結果 for i in range(totall_times) :#控制擲色子的次數 # 將色子投擲兩次 roll_one = shake_elbows() roll_two = shake_elbows() roll_list.append(roll_one + roll_two) #print(result_list) # 數據可視化 plt.hist(roll_list,bins=range(2,14), density= 1,edgecolor = 'black',linewidth = 2)#這裡很容易看懂,設置density的作用是讓總的概率為1 plt.title("擲色子統計") plt.xlabel("點數")#x軸的標簽 plt.ylabel("頻率")#y軸的標簽 plt.show() if __name__ == '__main__' : main()
我們來看測試效果:
下面這張圖就更清晰明瞭瞭。
到此這篇關於python模擬投擲色子並數據可視化統計圖的文章就介紹到這瞭,更多相關python數據可視化統計圖內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet!
推薦閱讀:
- python數據可視化pygal模擬擲骰子實現示例
- 運用Python3實現Two-Pass算法檢測區域連通性
- python隨機打印成績排名表
- Python字典和列表性能之間的比較
- Python如何生成隨機數及random隨機數模塊應用