Python+matplotlib调用随机函数生成变化图形

from random import choice  #random是系统自带的随机函数模块

class Rand_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]    
        
    def fill_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
        while len(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_times
           
            x_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
            if x_step ==0 and y_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_step   
            
            self.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

import matplotlib.pyplot as plt  #导入matplotlib模块

from rand_moving import *   #也可以用 import random_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()

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

import matplotlib.pyplot as plt

from rand_moving import *   #也可以用import random_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()

import matplotlib.pyplot as plt

from rand_moving import *   #也可以用import random_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()