IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> Python知识库 -> 利用Python进行数据分析笔记(随机漫步) -> 正文阅读

[Python知识库]利用Python进行数据分析笔记(随机漫步)

  • 首先,让我们考虑一个简单的随机漫步,从0开始,步进为1和-1,且两种步进发生的概率相等。
  • 以下是使用内建random模块利用纯Python实现的一个1000步的随机漫步:
  • 以下结果是在jupyter中实现的;
import random
import matplotlib.pyplot as plt
position = 0
walk = [position]
steps = 1000
for i in range(steps):
    step = 1 if random.randint(0,1) else -1
    position += step
    walk.append(position)
  • 下图是对上面随机漫步的前100步的可视化:
plt.plot(walk[:100])

在这里插入图片描述

  • 你可能会观察到walk只是对随机步进的累积,并且可以通过一个数组表达式实现。因此,我使用np.random模块一次性抽取1000次投掷硬币的结果,每次投掷的结果为1或-1,然后计算累计值:
nsteps = 1000
draws = np.random.randint(0,2,size=nsteps)
steps = np.where(draws > 0,1,-1)
walk = steps.cumsum()
  • 由此我们开始从漫步轨道上提取一些统计数据,比如最大值、最小值等:
walk.min()
-36
walk.max()
-1
  • 更复杂的统计是第一次穿越时间,即随机漫步的某一部达到了某个特定值。这里假设我们想要知道漫步中是何时连续朝某个方向连续走了10步。np.abs(walk)>=10给我们一个布尔值数组,用于表明漫步是否连续在同一方向走了十步,但是我们想要的是第一次走了10步或-10步的位置。我们可以使用argmax来计算,该函数可以返回布尔值数组中最大值的第一个位置(True就是最大值):
(np.abs(walk) >= 10).argmax()
27
  • 请注意,这里使用argmax效率并不高,因为它总是完整地扫描整个数组。在这个特殊的示例中,一旦True被发现,我们就知道最大值了。

一次性模拟多次随机漫步

  • 如果你的目标是模拟多次随机漫步,比如说5000步。你可以稍微地修改下之前的代码来生成所有的随机步。如果传入一个2个元素的元组,numpy.random中的函数可以生成一个二维的抽取数组,并且我们可以一次性地跨行计算出全部5000个随机步的累积和:
nwalks = 5000
nsteps = 1000
draws = np.random.randint(0,2,size=(nwalks,nsteps)) # 0或1 详见https://blog.csdn.net/u012474716/article/details/80256530
steps = np.where(draws > 0,1,-1)
walks = steps.cumsum(1)
walks
array([[ -1,   0,  -1, ..., -36, -35, -36],
       [ -1,  -2,  -1, ...,  44,  45,  44],
       [ -1,   0,   1, ...,  24,  23,  22],
       ...,
       [  1,   0,   1, ...,  42,  41,  42],
       [ -1,   0,  -1, ..., -16, -17, -18],
       [ -1,   0,  -1, ..., -56, -57, -58]], dtype=int32)
  • 这样我们可以计算出这些随机步的最大值和最小值了:
walks.max()
118

walks.min()
-117
  • 让我们在这些随机步中计算出30或-30的最小穿越时间。这有点棘手,因为不是所有的5000个都达到了30。我们可以用any方法来检查:
hists30 = (np.abs(walks) >= 30).any(1)
hists30
#array([ True,  True,  True, ...,  True, False,  True])
hists30.sum() # 达到30或-30的数字
#3396

  • 我们可以使用布尔值数组来选出绝对步数超过30步所在的行,并使用argmax从轴向1上获取穿越时间:
crossing_times = (np.abs(walks[hists30]) >= 30).argmax(1)
crossing_times
# array([637, 957, 711, ..., 311, 333, 375], dtype=int32)
  • 利用其他分布而不是等概率的掷硬币实验来随机漫步也是很容易的。你只需要使用一个不同的随机数生成函数,比如normal,再根据特定的均值和标准差即可生成正态分布下的随机步:
steps = np.random.normal(loc=0,scale=0.25,size=(nwalks,nsteps))
  Python知识库 最新文章
Python中String模块
【Python】 14-CVS文件操作
python的panda库读写文件
使用Nordic的nrf52840实现蓝牙DFU过程
【Python学习记录】numpy数组用法整理
Python学习笔记
python字符串和列表
python如何从txt文件中解析出有效的数据
Python编程从入门到实践自学/3.1-3.2
python变量
上一篇文章      下一篇文章      查看所有文章
加:2021-07-24 11:23:48  更:2021-07-24 11:25:44 
 
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁

360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年12日历 -2024/12/25 15:11:38-

图片自动播放器
↓图片自动播放器↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码
数据统计