随机游走(Random Walk)又称随机游动或随机漫步，与很多自然、社会现象相关。在自然科学研究中，随机游走是扩散过程的基础，广泛地用于对物理和化学粒子扩散现象的模拟。在实际生活中，人们用随机游走描述花粉的布朗运动、证券的涨跌等。
对随机游走过程的理论研究和计算机模拟已成功地应用于数学、物理、化学和经济等学科，在互联网信息检索、图像分割等领域的应用也取得了很好的效果。本节将NumPy的随机数生成函数与ndarray结合，模拟物体在二维平面上随机游走的过程。
假设物体初始位置处在二维坐标系的(0,0)位置，每步随机地沿着工轴方左移或右移一个单位，同时沿着y轴方左移或右移一个单位，左移或右移的概率是相等的。
import numpy as np np.set_printoptions( precision = 4) #只显示4位小数
#利用随机函数生成随机游走方向 rndwlk = np.random.randint(0, 2, size = (2,10)) rndwlk = np.where( rndwlk>0, 1, -1 ) print(rndwlk)
#计算每步后坐标 position = rndwlk.cumsum(axis = 1) print (position)
#计算每步离原点的距离 dists = np.sqrt(position[0]**2 + position[1]**2) print(dists)
#为轨迹序列增加起始原点 x = np.append(0, position[0]) y = np.append(0, position[1])
#绘制图形 import matplotlib.pyplot as plt plt.plot(x,y, c='g',marker='*') #画折线图 plt.scatter(0,0,c='r',marker='o') #画原点 plt.text(.1, -.1, 'origin') #添加原点说明文字 plt.scatter(x[-1],y[-1], c='r', marker='o') #单独画终点 plt.text(x[-1]+.1, y[-1]-.1, 'stop') #添加终点说明文字 plt.title('Plotting: The trajectory of a random walk') #添加图题 plt.show() #显示图
