前言
这里讲解模拟掷色子，并实现数据可视化的操作。数据可视化可以帮助我们更好地分析相关的统计结果，获得更为直观的统计图，帮组我们更好的处理一些事情。
可视化的终极目标是洞悉蕴含在数据中的现象和规律，这里面有多重含义：发现、决策、解释、分析、探索和学习。通过数据可视化，可以更好的分析相关的统计结果，以提高我们的工作效率。
Matplotlib 可能是 Python 2D-绘图领域使用最广泛的套件。它能让使用者很轻松地将数据图形化，并且提供多样化的输出格式
下面我们从模拟掷色子开始，然后将掷筛子的结果来进行数据可视化。
1.模拟掷色子
我们先直接上代码：
有相关的注释，帮助各位的理解。
下面展示一些 内联代码片。
"""
designer : 蒋光道
function : 模拟掷色子
version : 1.0
"""
import random #导入需要的模块
def shake_elbows() :
roll = random.randint(1,6) 生成随机数
return roll
pass
def main() :
totall_times = 10000 # 投掷的次数
result_list = [0] * 6 #创建一个列表，记录对应的点数的位置
for i in range(totall_times) :
roll = shake_elbows() # 投掷一个色子，每投掷一次，生成1-6之间的随机数，调用我们的模拟投色子的函数。
#下面的for相当于遍历列表记录点数的位置
for j in range(1,7) :# 控制掷色子得到的点数对应列表上的位置
if roll == j :
result_list[j - 1] += 1 # 对应点数位置上加一
#print(result_list)
for r,y in enumerate(result_list) :
print('对应的点数{},次数为{}，频率是{}'.format(r+1,y,y/totall_times))
if __name__ == '__main__' :
main()我们来看代码测试：
2.我们来模拟投掷两个色子
上代码：
"""
designer : 蒋光道
function : 模拟掷色子
add function : 模拟两个色子
version : 2.0
"""
import random
def shake_elbows() :#主题这里还是一样的
#掷色子六次
roll = random.randint(1,6)
return roll
pass
def main() : #注意这里的相关变化
totall_times = 10000
#两个色子的和一共是十一种情况
result_list = [0]*11
#初始化点数列表
roll_list = list(range(2,13))
roll_dict =dict(zip(roll_list,result_list))
for i in range(totall_times) :#控制掷色子的次数
roll_one = shake_elbows()
roll_two = shake_elbows()
for j in range(2,13) :
if (roll_one + roll_two) == j :
roll_dict[j ] += 1
#print(result_list)
for r,y in roll_dict.items():
print('对应的点数{},次数为{}，频率是{}'.format(r,y,y/totall_times))
if __name__ == '__main__' :
main()这里我们来解释一下zip的作用，我们上图：
看到没有，这就相当于创建了一个字典
接下来我们来测试代码：如下图：
注意：这里我们要用到可视化模块了matplotlib是python上的一个2D绘图库，它可以在夸平台上画出很多高质量的图像。
matplotlib.pyplot：提供一个类似matlab的绘图框架。
上代码，然后会在代码中说明：
"""
designer : 蒋光道
function : 模拟掷色子
add function : 模拟两个色子
add function : 数据可视化
version : 3.0
date : 26/07/2020
"""
import matplotlib.pyplot as plt
import random
def shake_elbows() :
#掷色子六次
roll = random.randint(1,6)
return roll
pass
def main() :
totall_times = 100
#两个色子的和一共是十一种情况
result_list = [0]*11
#初始化点数列表
roll_list = list(range(2,13))
roll_dict =dict(zip(roll_list,result_list))
#记录色子的结果
roll_list_one = []
roll_list_two = []
for i in range(totall_times) :#控制掷色子的次数
roll_one = shake_elbows()
roll_list_one.append(roll_one)
roll_two = shake_elbows()
roll_list_two.append(roll_two)
for j in range(2,13) :
if (roll_one + roll_two) == j :
roll_dict[j ] += 1
#print(result_list)
for r,y in roll_dict.items():#遍历点数和对应的次数
print('对应的点数{},次数为{}，频率是{}'.format(r,y,y/totall_times))
#数据可视化
x = range(1,totall_times + 1) #x轴
y = roll_list_one
y1 = roll_list_two
plt.scatter(x,y,alpha= 0.5)#xalpha是透明度
plt.scatter(x,y1,alpha= 0.5)
plt.show()
if __name__ == '__main__' :
main()我们来看代码的测试，点状数据图：
我们下面来看条形图 写上代码;
"""
designer : 蒋光道
function : 模拟掷色子
add function : 模拟两个色子
add function : 数据可视化
add function : 条形图可视化
version : 4.0
date : 26/07/2020
"""
import matplotlib.pyplot as plt
import random
#实现中文注释
plt.rcParams['font.sans-serif'] = ['SimHei']#这是与图的注释相关的，不是很关键
plt.rcParams['axes.unicode_minus'] = False
def shake_elbows() :
#掷色子六次
roll = random.randint(1,6)
return roll
pass
def main() :
totall_times = 100000 #投掷色子的次数
roll_list = [] # 统计每次每次投掷筛子的结果
for i in range(totall_times) :#控制掷色子的次数
# 将色子投掷两次
roll_one = shake_elbows()
roll_two = shake_elbows()
roll_list.append(roll_one + roll_two)
#print(result_list)
# 数据可视化
plt.hist(roll_list,bins=range(2,14), density= 1,edgecolor = 'black',linewidth = 2)#这里很容易看懂，设置density的作用是让总的概率为1
plt.title("掷色子统计")
plt.xlabel("点数")#x轴的标签
plt.ylabel("频率")#y轴的标签
plt.show()
if __name__ == '__main__' :
main()
我们来看测试效果：
下面这张图就更清晰明了了。
到此这篇关于python模拟投掷色子并数据可视化统计图的文章就介绍到这了,更多相关python数据可视化统计图内容请搜索编程网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编程网！
