python大數據可視化pygal仿真模擬搖篩子完成實例

89542767 發布于2023-01-10 14:14 / 425人閱讀

　　本文關鍵為大家分享了python大數據可視化pygal仿真模擬搖篩子完成實例，感興趣的小伙伴可以參考借鑒一下，希望可以有一定的幫助，祝愿大家多多的不斷進步，盡早漲薪

　　數據可視化包Pygal形成可放大矢量圖格式文檔

　　還可以在規格不同類型的屏上全自動放大，表明數據圖表

　　#安裝pygal
　　pip install pygal
　　'''
　　想要了解Pygal可生成什么樣的圖表，可訪問http://www.pygal.org/
　　單擊document，點擊chart types，每個示例都包含源代碼
　　'''
　　from random import randint
　　#創建一個骰子的類
　　class Die():
　　def __init__(self,num_sides=6):
　　self.num_sides=num_sides
　　def roll(self):
　　#返回一個位于1和骰子面數之間的隨機值
　　return randint(1,self.num_sides)
　　#擲骰子
　　die=Die()
　　#創建一個列表，將結果存儲在一個列表中
　　results=[]
　　#投100次
　　for roll_num in range(100):
　　result=die.roll()
　　results.append(result)
　　print(results)
　　[3,4,2,2,6,5,5,5,2,3,1,4,3,2,1,2,3,6,6,5,5,3,2,3,1,1,4,1,4,6,1,6,2,3,4,6,2,5,5,1,6,1,5,4,3,3,4,5,6,3,5,1,4,3,5,6,6,6,4,6,5,6,5,4,6,3,1,4,1,4,2,1,1,4,4,4,2,3,1,4,6,2,1,5,6,2,2,6,6,3,6,2,6,6,4,4,2,1,1,6]

　　分析結果，計算每個點數出現的次數

　　frequencies=[]
　　for value in range(1,die.num_sides+1):
　　frequency=results.count(value)
　　frequencies.append(frequency)
　　print(frequencies)
　　[10,23,13,9,26,19]

　　繪制直方圖

　　import pygal
　　hist=pygal.Bar()
　　hist.title='results of rolling one d6 100 times'
　　hist.x_lables=['1','2','3','4','5','6']
　　hist.x_title='result'
　　hist.y_title='frequency of result'
　　hist.add('d6',frequencies)
　　#將圖渲染為SVG文件，需要打開瀏覽器，才能查看生成的直方圖
　　hist.render_to_file('die_visual.svg')

　　同時投擲兩個骰子

　　from random import randint
　　#創建一個骰子的類
　　class Die():
　　def __init__(self,num_sides=6):
　　self.num_sides=num_sides
　　def roll(self):
　　#返回一個位于1和骰子面數之間的隨機值
　　return randint(1,self.num_sides)
　　#擲骰子
　　die1=Die()
　　die2=Die()
　　#創建一個列表，將結果存儲在一個列表中
　　results=[]
　　#投100次
　　for roll_num in range(100):
　　result=die1.roll()+die2.roll()
　　results.append(result)
　　print(results)
　　#分析結果，計算每個點數出現的次數
　　frequencies=[]
　　max_result=die1.num_sides+die2.num_sides
　　for value in range(1,max_result+1):
　　frequency=results.count(value)
　　frequencies.append(frequency)
　　print(frequencies)
　　#繪制直方圖
　　import pygal
　　hist=pygal.Bar()
　　hist.title='results of rolling one d6 dice 100 times'
　　hist.x_lables=['2','3','4','5','6','7','8','9','10','11','12']
　　hist.x_title='result'
　　hist.y_title='frequency of result'
　　hist.add('d6+d6',frequencies)
　　#將圖渲染為SVG文件，需要打開瀏覽器，才能查看生成的直方圖
　　hist.render_to_file('die_visual.svg')
　　[4,7,4,5,8,4,3,6,8,9,8,11,9,11,8,8,5,6,10,5,11,7,4,3,12,12,7,2,4,9,9,5,7,10,4,7,4,6,5,6,7,2,7,9,7,6,11,5,9,6,11,4,8,10,7,9,5,4,3,7,4,10,5,7,2,6,4,2,2,5,5,9,6,3,6,10,12,7,4,11,8,6,10,5,7,5,5,7,9,4,11,6,7,8,6,11,6,4,3,12]
　　[0,5,5,14,13,13,15,8,9,6,8,4]

同時投擲兩個面數不同骰子

　　from random import randint
　　#創建一個骰子的類
　　class Die():
　　def __init__(self,num_sides=6):
　　self.num_sides=num_sides
　　def roll(self):
　　#返回一個位于1和骰子面數之間的隨機值
　　return randint(1,self.num_sides)
　　#擲骰子
　　die1=Die()
　　die2=Die(10)
　　#創建一個列表，將結果存儲在一個列表中
　　results=[]
　　#投100次
　　for roll_num in range(100):
　　result=die1.roll()+die2.roll()
　　results.append(result)
　　print(results)
　　#分析結果，計算每個點數出現的次數
　　frequencies=[]
　　max_result=die1.num_sides+die2.num_sides
　　for value in range(1,max_result+1):
　　frequency=results.count(value)
　　frequencies.append(frequency)
　　print(frequencies)

　　#繪制直方圖

　　import pygal
　　hist=pygal.Bar()
　　hist.title='results of rolling one d10 dice 100 times'
　　hist.x_lables=['2','3','4','5','6','7','8','9','10','11','12','13','14','15','16']
　　hist.x_title='result'
　　hist.y_title='frequency of result'
　　hist.add('d6+d10',frequencies)
　　#將圖渲染為SVG文件，需要打開瀏覽器，才能查看生成的直方圖
　　hist.render_to_file('die_visual.svg')
　　[5,3,6,13,8,9,10,11,11,4,5,14,11,10,11,8,14,12,16,8,9,11,7,11,9,2,8,9,9,10,7,8,12,11,8,12,9,9,10,11,8,14,10,12,10,7,12,5,4,8,6,7,7,11,9,16,6,13,6,10,6,7,16,9,14,5,7,12,8,9,11,11,6,11,5,8,11,16,4,10,5,10,13,4,9,9,11,9,11,13,7,13,13,5,5,4,5,3,12,14]
　　[0,1,2,5,9,6,8,10,13,9,15,7,6,5,0,4]

GPU云服務器云服務器 python搖篩子仿真模擬模擬仿真序列可視化仿真

文章版權歸作者所有，未經允許請勿轉載,若此文章存在違規行為，您可以聯系管理員刪除。

轉載請注明本文地址：http://specialneedsforspecialkids.com/yun/129084.html

這里有8個流行的Python可視化工具包，你喜歡哪個？

摘要：下面，作者介紹了八種在中實現的可視化工具包，其中有些包還能用在其它語言中。當提到這些可視化工具時，我想到三個詞探索數據分析。還可以選擇樣式，它模擬了像和等很流行的美化工具。有很多數據可視化的包，但沒法說哪個是最好的。 showImg(https://segmentfault.com/img/remote/1460000019029121); 作者：Aaron Frederick 喜歡用...

testbird 2019-07-31 10:21 評論0 收藏0
python大數據可視化制作全球人口地形圖

　　本文主要是給大家介紹了python大數據可視化制作全球人口地形圖的實例詳細說明，感興趣的小伙伴可以參考借鑒一下，希望可以有一定的幫助，祝愿大家盡可能發展，盡早漲薪　　序言　　信息來源：population_data.json,　　先看看數據信息長什么樣　　[ 　　{ 　　"CountryName":"ArabWorld", 　　"Country...

89542767 2023-01-10 14:50 評論0 收藏0
8個流行的Python可視化工具包，你更鐘意哪一個？

摘要：最終證明，及其相關工具的效率很高，但就演示而言它們并不是最好的工具。我按編號用顏色編碼了每個節點，代碼如下用于可視化上面提到的稀疏圖形的代碼如下這個圖形非常稀疏，通過最大化每個集群的間隔展現了這種稀疏化。 showImg(http://upload-images.jianshu.io/upload_images/13825820-3a550fd2e61e1674.jpg?imageMo...

iliyaku 2019-07-31 10:26 評論0 收藏0
Python學習之路14-生成數據

摘要：小結本篇主要講述了如何生成數據集以及如何對其進行可視化如何使用創建簡單的圖表如果使用散點圖來探索隨機漫步過程如何使用創建直方圖，以及如何使用直方圖來探索同時擲兩個面數不同的骰子的結果。《Python編程：從入門到實踐》筆記。從本篇起將用三篇的篇幅介紹如何用Python進行數據可視化。 1. 前言從本篇開始，我們將用三篇的篇幅來初步介紹如何使用Python來進行數據可視化操作。本篇的...

wanglu1209 2019-07-31 11:09 評論0 收藏0
Python學習之路15-下載數據

摘要：本節中將繪制幅圖像收盤折線圖，收盤價對數變換，收盤價月日均值，收盤價周日均值，收盤價星期均值。對數變換是常用的處理方法之一。《Python編程：從入門到實踐》筆記。本篇是Python數據處理的第二篇，本篇將使用網上下載的數據，對這些數據進行可視化。 1. 前言本篇將訪問并可視化以兩種常見格式存儲的數據：CSV和JSON：使用Python的csv模塊來處理以CSV（逗號分隔的值）...

張春雷 2019-07-31 11:09 評論0 收藏0