话不多说，先上几张结果图
目标
利用python程序模拟花粉在水滴表面的运动轨迹，即随机漫步
随机漫步（Random walk)是一种数学统计模型，它由一连串轨迹所组成。其中每一次都是随机的，它能用来表示不规则的变动形式。气体或液体中分子活动的轨迹等可作为随机漫步的模型
分析
为了模拟随机漫步，可以先创建一个 RandomWork 的类，给这个类创建三个属性，一是用于存储随机漫步次数的变量，另外两个是用于存放随机漫步每个点的x和y的坐标。把相关数据存储好后，再利用python的强大的库 matplotlib 把数据绘制成图表
详细代码
生成随机漫步数据
from random import choice
class RandomWalk():
'''一个生成随机漫步数据的类'''
def __init__(self, num_points=5000):
'''初始化随机漫步的属性'''
self.num_points = num_points
# 所有随机漫步都始于（0,0）
self.x_values = [0]
self.y_values = [0]
def get_step(self):
'''计算每一个步数'''
# 决定前进的方向以及沿这个方向前进的步数
direction = choice([1, -1])
distance = choice([0, 1, 2, 3, 4])
return direction * distance
def fill_walk(self):
'''计算随机漫步包含的所有点'''
# 不断漫步，直到列表到指定的长度
while len(self.x_values) < self.num_points:
# 获得步数(注意方法的调用)
x_step = self.get_step()
y_step = self.get_step()
# 拒绝原地踏步
if x_step == 0 and y_step == 0:
continue
# 计算下一个点的x和y值
next_x = self.x_values[-1] + x_step
next_y = self.y_values[-1] + y_step
self.x_values.append(next_x)
self.y_values.append(next_y)
实现数据可视化
import matplotlib.pyplot as plt
from random_walk2 import RandomWalk
# 创建一个RandomWalk实例，并将其包含的点都绘制出来
rw = RandomWalk(50000)
rw.fill_walk()
# 设置绘图窗口的尺寸,单位是英寸
plt.figure(figsize=(10, 6))
# 通过散点图表示数据
point_numbers = list(range(rw.num_points))
plt.scatter(rw.x_values, rw.y_values, c=point_numbers, cmap=plt.cm.Blues, edgecolors="none", s=1)
# 设置起点和终点的样式
plt.scatter(0, 0, c='green', edgecolors="none", s=100)
plt.scatter(rw.x_values[-1], rw.y_values[-1], c=(1, 0, 0), edgecolors="none", s=100)
# 隐藏坐标轴
plt.axes().get_xaxis().set_visible(False)
plt.axes().get_yaxis().set_visible(False)
plt.show()
拓展
如果想把轨迹用线连接起来，只需要把“通过散点图表示数据”那段代码和导包修改，如下
import matplotlib.pyplot as plt
plt.plot(rw.x_values, rw.y_values, linewidth=1)
这么漂亮的图表当然会有想保存的冲动，只需要修改 plt.show 修改成 plt.savefig('此处填入保存的文件名')
