Python实现随机游走的示例代码

 更新时间:2023年12月19日 09:58:10   作者:python收藏家  
随机游走是一个数学对象,称为随机或随机过程,它描述了一条路径,该路径由一些数学空间上的一系列随机步骤组成,下面我们就来学习一下Python如何实现随机游走的吧

随机游走是一个数学对象,称为随机或随机过程,它描述了一条路径,该路径由一些数学空间(如整数)上的一系列随机步骤组成。随机游走的一个基本例子是整数线上的随机游走,它从0开始,每一步以相等的概率移动+1或-1。其他例子包括分子在液体或气体中行进时的路径,觅食动物的搜索路径,波动股票的价格和赌徒的财务状况都可以通过随机行走模型来近似,即使它们在现实中可能不是真正的随机。

如这些例子所示,随机游走在许多科学领域都有应用,包括生态学、心理学、计算机科学、物理学、化学、生物学以及经济学。随机游走解释了在这些领域中观察到的许多过程的行为,因此可以作为记录随机活动的基本模型。作为更数学的应用,pi的值可以通过在基于代理的建模环境中使用随机游走来近似。

别再说无聊的理论了。让我们休息一下,同时了解一些代码知识。所以,为了编码随机游走,我们基本上需要一些Python库,一些用来做数学,另一些用来绘制曲线。

所需库

random

numpy

matplotlib

一维随机游走

一维随机游走的一个基本例子是整数线上的随机游动,它从0开始,每一步移动+1或-1、概率相等。

# Python code for 1-D random walk.
import random
import numpy as np
import matplotlib.pyplot as plt

# Probability to move up or down
prob = [0.05, 0.95]

# statically defining the starting position
start = 2
positions = [start]

# creating the random points
rr = np.random.random(1000)
downp = rr < prob[0]
upp = rr > prob[1]


for idownp, iupp in zip(downp, upp):
	down = idownp and positions[-1] > 1
	up = iupp and positions[-1] < 4
	positions.append(positions[-1] - down + up)

# plotting down the graph of the random walk in 1D
plt.plot(positions)
plt.show()

输出

二维随机游走

在高维数中,随机游走点的集合具有有趣的几何性质。事实上,人们得到了一个离散的分形,即在大尺度上表现出随机自相似性的集合。在小尺度上,可以观察到由执行行走的网格产生的“锯齿状”。随机游走的轨迹是所访问的点的集合,被认为是一个集合,而不考虑游走何时到达该点。在一个维度中,轨迹只是行走所达到的最小高度和最大高度之间的所有点。

# Python code for 2D random walk.
import numpy
import pylab
import random

# defining the number of steps
n = 100000

#creating two array for containing x and y coordinate
#of size equals to the number of size and filled up with 0's
x = numpy.zeros(n)
y = numpy.zeros(n)

# filling the coordinates with random variables
for i in range(1, n):
	val = random.randint(1, 4)
	if val == 1:
		x[i] = x[i - 1] + 1
		y[i] = y[i - 1]
	elif val == 2:
		x[i] = x[i - 1] - 1
		y[i] = y[i - 1]
	elif val == 3:
		x[i] = x[i - 1]
		y[i] = y[i - 1] + 1
	else:
		x[i] = x[i - 1]
		y[i] = y[i - 1] - 1
	

# plotting stuff:
pylab.title("Random Walk ($n = " + str(n) + "$ steps)")
pylab.plot(x, y)
pylab.savefig("rand_walk"+str(n)+".png",bbox_inches="tight",dpi=600)
pylab.show()

输出

应用领域

在计算机网络中,随机游走可以对在服务器处缓冲的传输分组的数量进行建模。

在群体遗传学中,随机游走描述了遗传漂变的统计特性。

在图像分割中,随机游走被用于确定标签(即,“对象”或“背景”)以与每个像素相关联。

在大脑研究中,随机游走和强化随机游走被用来模拟大脑中神经元放电的级联。

随机游走也被用于对诸如在线社交网络之类的大规模在线图进行采样。

到此这篇关于Python实现随机游走的示例代码的文章就介绍到这了,更多相关Python随机游走内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

相关文章

  • pytest-fixture简介及其用法讲解

    pytest-fixture简介及其用法讲解

    这篇文章主要介绍了pytest-fixture及其用法,最基本的用法就是一个fixture作为一个测试用例的参数传入,然后就可以在该测试用例中使用该fixture,需要的朋友可以参考下
    2023-01-01
  • python 发送和接收ActiveMQ消息的实例

    python 发送和接收ActiveMQ消息的实例

    今天小编就为大家分享一篇python 发送和接收ActiveMQ消息的实例,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2019-01-01
  • 用Python去除图像的黑色或白色背景实例

    用Python去除图像的黑色或白色背景实例

    今天小编就为大家分享一篇用Python去除图像的黑色或白色背景实例,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2019-12-12
  • pycharm 配置远程解释器的方法

    pycharm 配置远程解释器的方法

    今天小编就为大家分享一篇pycharm 配置远程解释器的方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2018-10-10
  • Cpython编译后再使用Pyinstaller打包的详细教程

    Cpython编译后再使用Pyinstaller打包的详细教程

    pyinstaller是一个第三方库,它能够在Windows、Linux、 Mac OS X 等操作系统下将 Python 源文件打包,通过对源文件打包,这篇文章主要介绍了Cpython编译后再使用Pyinstaller打包的详细教程,需要的朋友可以参考下
    2023-11-11
  • Python遍历文件夹 处理json文件的方法

    Python遍历文件夹 处理json文件的方法

    今天小编就为大家分享一篇Python遍历文件夹 处理json文件的方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2019-01-01
  • Python反射机制案例超详细讲解

    Python反射机制案例超详细讲解

    反射就是通过字符串的形式,导入模块;通过字符串的形式,去模块寻找指定函数,并执行。利用字符串的形式去对象(模块)中操作(查找/获取/删除/添加)成员,一种基于字符串的事件驱动
    2022-09-09
  • Python实现数据的序列化操作详解

    Python实现数据的序列化操作详解

    在日常开发中,对数据进行序列化和反序列化是常见的数据操作,Python提供了两个模块方便开发者实现数据的序列化操作,即 json 模块和 pickle 模块。本文就为大家详细讲解这两个模块的使用,需要的可以参考一下
    2022-07-07
  • python 获取图片分辨率的方法

    python 获取图片分辨率的方法

    今天小编就为大家分享一篇python 获取图片分辨率的方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2019-01-01
  • python在windows下实现备份程序实例

    python在windows下实现备份程序实例

    这篇文章主要介绍了python在windows下实现备份程序,需要的朋友可以参考下
    2014-07-07

最新评论