python模拟投掷色子并数据可视化统计图

前言

1.模拟掷色子

2.我们来模拟投掷两个色子

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。