Python怎么利用随机函数生成变化图形(python,开发技术)

前言

思考：

1）每次走动多少个像素，由随机函数决定，每次移动方向也随机确定。由随机方向和随机像素共同移动位置大小和方向。

2）保证将每次移动的位置保存在列表中，供后面matplotlib调用，生成图表。

故而，可以分成两个文件，一个为rand_moving类，生成走动像素、方向，并记录相关数据，保存在数列中，另一个为绘图模块randdraw_visual ，调用matplotlib和rand_moving类，生成一个实例，并调用计算出的数列组生成图表。

一、rand_moving.py文件定义功能如下

1、初始化程序，设置一个参数，即移动的次数，初始化位置全部设置为0

2、随机生成x,y的方向和移动像素，并相乘，得到相对移动距离，即为每次移动的距离和方向，即需要4个随机函数来分别确定水平方向和垂直方向的 移动位置大小和方向，

3，计算出下一个位置，并进行保存到位置数列中，即每走完一步后，在屏幕中的绝对位置。

如下：

fromrandomimportchoice#random是系统自带的随机函数模块classRand_moving():#定义一个Rand_moving类def__init__(self,num_times=100000):#初始化，设置默认参数为10万，可以修改这个参数试试机器运行速度self.num_times=num_times#移动次数self.x_values=[0]#设置两个数列，用来保存每一步的位置，初始位置为(0,0)，数列元素个数会一直增加到num_times，用来记录每一步的位置信息self.y_values=[0]deffill_moving(self):#定义一个函数，用来计算移动方向和距离，并计算需要保存的位置信息whilelen(self.x_values)<self.num_times:#循环不断运行，直到漫步包含所需数量的点num_timesx_direction=choice([1,-1])#x的移动方向，1向上，0不变，-1向下x_distance=choice([0,1,2,3,4,5])#x的每次移动的像素，x_step=x_direction*x_distance#移动方向乘以移动距离，以确定沿x移动的距离y_direction=choice([1,-1])#y的移动方向，1向上，0不变，-1向下y_distance=choice([0,1,2,3,4,5])#y的每次移动的像素，y_step=y_direction*y_distance#移动方向乘以移动距离，以确定沿y移动的距离#原地不变ifx_step==0andy_step==0:#x_step和y_step都为零，则意味着原地踏步continue#计算下一个点的位置坐标x和y值，并分别保存到数列x_values和y_values中next_x=self.x_values[-1]+x_step#self.x_values[-1]表示是数列最后一个值，初始为x_values=[0]next_y=self.y_values[-1]+y_stepself.x_values.append(next_x)#将每次计算的next_x存入到数列x_values中self.y_values.append(next_y)#将每次计算的next_y存入到数列y_values中

二、绘图模块

randdraw_visual.py

绘图模块randdraw_visual.py的功能如下：

1、调用matplotlib和rand_moving类；

2、rand_moving生成一个实例，并计算出的数列组生成图表；

3、用matplotlib中的方法生成图表

importmatplotlib.pyplotasplt#导入matplotlib模块fromrand_movingimport*#也可以用importrandom_moving注意使用过程中的细微差别,小写开头的rand_moving是文件（或称为模块，一个模块中可以有一个类，或多个类），大写开头Rand_moving是类。rm=Rand_moving()#利用导入的Rand_moving类，创建一个实例rm，这里没有给定参数，默认是10万，可以修改为其他数据。rm.fill_moving()#调用类的方法fill_moving()，并生成随机数列，存入到x_values和y_values中，plt.scatter(rm.x_values,rm.y_values,s=15)#调用实例rm中位置数列x_values和y_values生成图表plt.show()

程序运行效果(注意，为了对比，程序中创建了3个实例，其中一个为默认值，另两个为50万和5万，如果一直没显示，请耐心等会儿！)

上述三个实例处在同一图中，呈现不同颜色，如果只有一个实例，如何修改颜色？

入门(1)中，语句plt.scatter(x_values, y_values, c=y_values, cmap=plt.cm.Blues,edgecolor='none', s=40) 是修改渐变色的，可偿试将randdraw_visual.py模块中进行如下修改：

plt.scatter(rm.x_values,rm.y_values,c=y_values,cmap=plt.cm.Reds,edgecolor='none',s=15)

注：c的参数是字符串，可以直接使用颜色的英文进行赋值，比如：c='yellow'，见后面修改起点、终点颜色。

指定一个红色，一个蓝色，实际运行效果（有重复的地方，实例设置为蓝色在后面，将红色盖住）：

除些之外，还可以对特定的点进行设定，也就是在语句plt.scatter(rm.x_values, rm.y_values,c=y_values, cmap=plt.cm.Reds,edgecolor='none',s=15)之后，再多几个相关语句，并给定相关点坐标。

importmatplotlib.pyplotaspltfromrand_movingimport*#也可以用importrandom_moving注意使用过程中的差别rm=Rand_moving()#创建一个实例rm，这里没有给定参数，默认是10万，可以修改为其他数据。rm.fill_moving()#调用类的方法fill_moving()，并生成随机数列，存入到x_values和y_values中plt.scatter(rm.x_values,rm.y_values,c=rm.y_values,cmap=plt.cm.Reds,edgecolor='none',s=15)#调用实例rm中数列x_values和y_values生成图表#调用实例rm中数列x_values和y_values生成图表new_rm=Rand_moving(500000)#创建一个实例new_rm，是50万次new_rm.fill_moving()plt.scatter(new_rm.x_values,new_rm.y_values,c=new_rm.y_values,cmap=plt.cm.Blues,edgecolor='none',s=15)#重绘起点，终点#因为两个实例的起点一样，只需一个起点即可plt.scatter(rm.x_values[0],rm.y_values[0],c='yellow',edgecolor='none',s=100)#设置起点，把s设置较大，以示区别#两个实例终点不同，分别重绘终点位置plt.scatter(rm.x_values[-1],rm.y_values[-1],c='brown',edgecolor='none',s=100)#设置实例rm的终点，思考为什么用[-1]plt.scatter(new_rm.x_values[-1],new_rm.y_values[-1],c='pink',edgecolor='none',s=100)#设置实例new_rm的终点plt.show()

实际运行效果：

显示图表屏幕大小

图表适合屏幕大小能有效地将数据中的规律呈现出来，如果要调整屏幕大小，可调整matplotlib输出的尺寸

plt.figure(dpi=128,figsize=(12, 10))

函数 figure() 用于指定图表的宽度、高度、分辨率和背景色。

形参 figsize 指定一个元组

形参 dpi 向 figure() 传递该分辨率

注意：plt.figure(dpi=128,figsize=(12, 10))语句要在其他plt开始语句的前面，才能调整显示屏幕的大小。

importmatplotlib.pyplotaspltfromrand_movingimport*#也可以用importrandom_moving注意使用过程中的差别#调整屏幕大小plt.figure(dpi=128,figsize=(12,10))#一开始就要定义显示的大小，当然，可以试一下，放到plt.show()之前其他位置的运行效果。rm=Rand_moving()#创建一个实例rm，这里没有给定参数，默认是10万，可以修改为其他数据。rm.fill_moving()#调用类的方法fill_moving()，并生成随机数列，存入到x_values和y_values中plt.scatter(rm.x_values,rm.y_values,c=rm.y_values,cmap=plt.cm.Reds,edgecolor='none',s=15)#调用实例rm中数列x_values和y_values生成图表#调用实例rm中数列x_values和y_values生成图表new_rm=Rand_moving(500000)#创建一个实例new_rm，是50万次new_rm.fill_moving()plt.scatter(new_rm.x_values,new_rm.y_values,c=new_rm.y_values,cmap=plt.cm.Blues,edgecolor='none',s=15)plt.show()