Pygal畫廊——擲骰子

　　本人pygal庫的安裝使用了 pip3 install pygal 安裝成功，使用 conda install pygal 提示沒有這個庫，我在學習過程中安裝別的庫的時候也有出現這種情況，所以使用Anaconda 的用戶如果安裝不上某個庫時，建議使用 pip 安裝，而且這兩種安裝是並不沖突的。

　　原文的摘錄如下：　　

　　本章我們將使用 Python 可視化包 Pygal 來生成可縮放的矢量圖形文件。對於需要在尺寸不同的屏幕上顯示的圖表,這很有用,因為它們將自動縮放,以適合觀看者的屏幕。

如果你打算以在線方式使用圖表,請考慮使用 Pygal 來生成它們,這樣它們在任何設備上顯示時都會很美觀。

　　代碼摘錄如下，略有改動便於學習記錄，日后查看：

from random import randint

# 創建Die類
class Die():
    # 表示一個骰子的類
    def __init__(self, num_sides = 6):
        # 骰子默認為6面
        self.num_sides = num_sides

    def roll(self):
        # 返回一個位於1和骰子面數之間的隨機值
        return randint(1, self.num_sides)

# 擲骰子
from die import Die

# 創建一個D6
die = Die()

# 擲幾次骰子，並將結果存儲在一個列表中
results = []

# 擲骰子100次
for roll_num in range(100):
    result = die.roll()
    results.append(result)

print(results)

# 擲骰子
from die import Die

# 創建一個D6
die = Die()

# 擲幾次骰子，並將結果存儲在一個列表中
results = []

# 擲骰子1000次
for roll_num in range(1000):
    result = die.roll()
    results.append(result)
# 分析結果
frequencies = []
for value in range(1, die.num_sides+1):
    frequency = results.count(value)
    frequencies.append(frequency)

print(frequencies)

import pygal
from die import Die

# 創建一個D6
die = Die()

# 擲幾次骰子，並將結果存儲在一個列表中
results = []

# 擲骰子1000次
for roll_num in range(1000):
    result = die.roll()
    results.append(result)

# 分析結果
frequencies = []
for value in range(1, die.num_sides+1):
    frequency = results.count(value)
    frequencies.append(frequency)

# 對結果進行可視化
# pygal.Bar() 實例 用於創建條形圖，存儲到hist中
hist = pygal.Bar()

hist.title = 'Results of rolling one D6 1000 times.'
hist.x_labels = ['1', '2', '3', '4', '5', '6']
hist.x_title = 'Result'
hist.y_title = 'Frequency of Result'

# add傳遞到圖標，這種文件的擴展名必須為.svg
hist.add('D6', frequencies)
hist.render_to_file('die_visual.svg')

# 使用瀏覽器打開這個圖表

　　個人提示：不要用系統自帶的圖像查看器查看，你很有可能看到的是一堆黑的，SVG文件用瀏覽器打開能夠看到如圖的效果，並且將鼠標放置在直方圖上時會顯示出，該點數一共擲到了幾次，實現與用戶之間的一個簡單交互，我想你可能會與我一樣對此感興趣，接下來和隨機漫步一樣，會進行多次操作，對這個有趣的小東西進行升級。

　　投擲兩個骰子的代碼如下：

import pygal

from die import Die

# 創建兩個D6骰子
die_1 = Die()
die_2 = Die()

# 擲1000次骰子，並將結果存儲在一個列表中
results = []
for roll_num in range(1000):
    result = die_1.roll() + die_2.roll()
    results.append(result)

# 分析結果
frequencies = []
max_result = die_1.num_sides + die_2.num_sides
for value in range(2, max_result+1):
    frequency = results.count(value)
    frequencies.append(frequency)

# 對結果進行可視化
hist = pygal.Bar()

hist.title = 'Results of rolling two D6 1000 times.'
hist.x_labels = ['2', '3', '4', '5', '6', '7', '8',
                 '9', '10', '11', '12']
hist.x_title = 'Result'
hist.y_title = 'Frequency of Result'

# add傳遞到圖標，這種文件的擴展名必須為.svg
hist.add('D6 + D6', frequencies)
hist.render_to_file('dice_visual.svg')

　　

　　這些圖片不是我給它更改了大小，而是pygal可以根據窗口自動調節尺寸的，這也是它神奇的一個地方，我使用的瀏覽器是 Ubuntu 中的 Chromium 瀏覽器，無論我怎么縮放，瀏覽器中的圖片都保持尺寸不變。

　　而且我們還發現了什么？正如我們想的一樣，同時擲兩顆骰子，擲出2點和12點的概率是最小的，因為只有兩個都是1或者6時才能夠出現。關於這些概率問題，通過修改書本中所提供的代碼，我們是不是可以把現實中的例子放入進來，做一個概率分析呢？

　　下面是書籍中所提到的練習，如果我已經寫出了這個代碼，則會在下面貼出來，如果還沒能寫出來的，作業就暫時留着，等我學得更好了再回頭來做這些我現在所不能完成的練習，也歡迎看到本文章的各位給我提供源碼+適當的注釋。

　　動手試一試：

　　1.同時擲 6 面骰子和 10 面骰子 50 000 次的結果：

　　首先需要把原來建立的類（die.py）依舊保存到你新建項目的文件夾中，然后根據 die.py 的建立方法，把骰子從 6 面改成 10 面，文件命名為 die1.py 。本人感覺用這樣的方法雖然會多一個文件，但是在分析的時候會看得更加清楚，邏輯比較清晰，相關注釋已經在代碼中給出。具體的代碼如下（根據原先代碼修改得到結果）：

# Author:Canvas
# -*- coding:utf-8 -*-
from random import randint

# 創建Die1類
class Die1():
    # 表示一個骰子的類
    def __init__(self, num_sides = 10):
        # 此處將骰子默認為10面
        self.num_sides = num_sides

    def roll(self):
        # 返回一個位於1和骰子面數之間的隨機值
        return randint(1, self.num_sides)

# Author:Canvas
# -*- coding:utf-8 -*-

# 同時擲 6 面骰子和 10 面骰子 50 000 次的結果

import pygal

from die import Die
from die1 import Die1

# 創建兩個D6骰子
die_1 = Die()
die_2 = Die1()

# 擲5000次骰子，並將結果存儲在一個列表中
results = []
for roll_num in range(5000):
    result = die_1.roll() + die_2.roll()
    results.append(result)

# 分析結果
frequencies = []
max_result = die_1.num_sides + die_2.num_sides
for value in range(2, max_result+1):
    frequency = results.count(value)
    frequencies.append(frequency)

# 對結果進行可視化
hist = pygal.Bar()

hist.title = 'Results of rolling D6 and D10 5000 times.'
hist.x_labels = ['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'

# add傳遞到圖標，這種文件的擴展名必須為.svg
hist.add('D6 + D10', frequencies)
hist.render_to_file('D6D10.svg')

　　2.自動生成標簽 :請修改 die.py 和 dice_visual.py ,將用來設置 hist.x_labels 值的列表替換為一個自動生成這種列表的循環。如果你熟悉列表解析,可嘗試將die_visual.py 和 dice_visual.py 中的其他 for 循環也替換為列表解析。

 

　　3.兩個 D8 骰子: 請模擬同時擲兩個 8 面骰子 1000 次的結果。逐漸增加擲骰子的次數,直到系統不堪重負為止。

# -*- coding:utf-8 -*-

from random import randint

# 創建Die類
class Die():
    # 表示一個骰子的類
    def __init__(self, num_sides = 8):
        self.num_sides = num_sides

    def roll(self):
        # 返回一個位於1和骰子面數之間的隨機值
        return randint(1, self.num_sides)

# -*- coding:utf-8 -*-

import pygal

from die import Die

# 創建兩個D8骰子
die_1 = Die()
die_2 = Die()

# 擲1000次骰子，並將結果存儲在一個列表中
results = []
for roll_num in range(1000):
    result = die_1.roll() + die_2.roll()
    results.append(result)

# 分析結果
frequencies = []
max_result = die_1.num_sides + die_2.num_sides
for value in range(2, max_result+1):
    frequency = results.count(value)
    frequencies.append(frequency)

# 對結果進行可視化
hist = pygal.Bar()

hist.title = 'Results of rolling two D8 1000 times.'
hist.x_labels = ['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('D8 + D8', frequencies)
hist.render_to_file('D8_D8.svg')

注：上面我把鼠標放在 9 那邊就進行了一個小互動

 

　　4.同時擲三個骰子 :如果你同時擲三個 D6 骰子,可能得到的最小點數為 3 ,而最大點數為 18 。請通過可視化展示同時擲三個 D6 骰子的結果。

　　在這個練習中，我們依然引入本章中第一次引入的代碼 Class_Die ，因為這里的骰子仍然是 6 面的，所以導入原來的類，然后修改代碼即可，具體代碼如下：

# -*- coding:utf-8 -*-

# 同時擲三個 6 面骰子的結果

import pygal

from die import Die

# 創建三個D6骰子
die_1 = Die()
die_2 = Die()
die_3 = Die()

# 將結果存儲在一個列表中
results = []
for roll_num in range(3):
    result = die_1.roll() + die_2.roll() +die_3.roll()
    results.append(result)

# 分析結果
frequencies = []
max_result = die_1.num_sides + die_2.num_sides + die_3.num_sides
for value in range(3, max_result+1):
    frequency = results.count(value)
    frequencies.append(frequency)

# 對結果進行可視化
hist = pygal.Bar()

hist.title = 'Results of rolling three D6 one time.'
hist.x_labels = ['3', '4', '5', '6', '7', '8',
                 '9', '10', '11', '12', '13', '14',
                 '15', '16', '17', '18']
hist.x_title = 'Result'
hist.y_title = 'Frequency of Result'

# add傳遞到圖標，這種文件的擴展名必須為.svg
hist.add('D6 + D6 +D6', frequencies)
hist.render_to_file('D6_D6_D6.svg')

注:結果是隨機的，因為pygal的自動適應屏幕原因，這邊的Y軸其實最小值就是1,如果選擇擲骰子多次則不會出現這樣的刻度划分。

　　5.將點數相乘 :同時擲兩個骰子時,通常將它們的點數相加。請通過可視化展示將兩個骰子的點數相乘的結果。

　　關於點數相乘，我遇見了一些小小的問題，在經過幾次代碼的修改以后，我突然發現，乘法和加法在擲骰子的行為中，有着一些本質的區別，兩個骰子相加時，最小點數為 2 ，最大點數是 12 ， 這之間的數字是連續不斷開的，理論上來講，只要擲骰子的次數夠多，每個點都會擲到。但是乘法不同，乘法的最小值是 1 , 最大值是 36 , 注意了！ 乘法從 1 到 36 的得數不是連續的，比如說 兩個骰子無論怎么分配，都是不可能擲到 11 點 、17 點 等等的，所以在這里我們需要考慮一個問題，是把 1 - 36 的每個數都寫出來作為 X 軸呢，還是把不需要的數值去掉。這個問題是仁者見仁智者見智的，需要注意的一點是，pygal 的 互動 在你取消掉中間不可能的得數時，它是不會根據你橫坐標數值的不同而自動對應的，比如說當橫坐標為 1, 2, 3 時，如果你去掉了 2 ，程序會把 3 當成 2 的， 這就出現了 X 軸上實際數值對應的問題，對於如何使不可能出現的得數不將它作為橫坐標，而不使圖表出現對應錯誤的問題，經過我的嘗試，目前還沒有想到比較好的辦法，因為程序的計數就是很直接的從 1 開始計數，或許在不久的將來，我能夠找到解決這種問題的方法，畢竟對於我這樣的強迫症患者來說，明明不該出現的東西出現了，還占了一個礙眼的位置是很難受的。我們依舊以投擲骰子 1000 次為例，具體代碼如下：

import pygal

from die import Die

# 創建兩個D6骰子
die_1 = Die()
die_2 = Die()

# 擲1000次骰子，並將結果存儲在一個列表中
results = []
for roll_num in range(1000):
    result = die_1.roll() * die_2.roll()
    results.append(result)

    # print(results)

# 分析結果
frequencies = []
max_result = die_1.num_sides * die_2.num_sides
for value in range(1, max_result+1):
    frequency = results.count(value)
    frequencies.append(frequency)
    # print(frequencies)
# 對結果進行可視化
hist = pygal.Bar()

hist.title = 'Results of rolling two D6 1000 times.'
hist.x_labels = ['1', '2', '3', '4', '5', '6', '7','8',
                 '9', '10', '11', '12', '13', '14', '15', '16',
                 '17', '18', '19', '20', '21', '22', '23', '24',
                 '25', '26', '27', '28', '29', '30', '31', '32', '33', '34', '35', '36']
hist.x_title = 'Result'
hist.y_title = 'Frequency of Result'

# add傳遞到圖標，這種文件的擴展名必須為.svg
hist.add('D6 * D6', frequencies)
hist.render_to_file('D6D6.svg')

注：中間空出來的東西我是看着真的不舒服，不過嘗試了幾個小時都沒能解決，就先讓它留着吧，當作日后進步的鞭策。

　　下面的這段代碼是我嘗試途中的一部分，問題還是比較大的，先讓它留在這里，日后慢慢再來修改：

# Author:Canvas
# -*- coding:utf-8 -*-

import pygal

from die import Die

# 創建兩個D6骰子
die_1 = Die()
die_2 = Die()

# 擲1000次骰子，並將結果存儲在一個列表中
results = []
for roll_num in range(1000):
    result = die_1.roll() * die_2.roll()
    results.append(result)

    # print(results)

# 分析結果
frequencies = []
# max_result = die_1.num_sides * die_2.num_sides
# 此處不再使用max_result 因為我的X軸的數字總共只有20個
# max 有36 個，結果會和X坐標對應不起來
for value in range(1, 21):
    frequency = results.count(value)
    frequencies.append(frequency)
    # print(frequencies)
# 對結果進行可視化
hist = pygal.Bar()

hist.title = 'Results of rolling two D6 1000 times.'
hist.x_labels = ['1', '2', '3', '4', '5', '6', '8',
                 '9', '10', '12', '13', '14', '15',
                 '16', '18', '20', '24', '25', '30', '36']
hist.x_title = 'Result'
hist.y_title = 'Frequency of Result'

# add傳遞到圖標，這種文件的擴展名必須為.svg
hist.add('D6 * D6', frequencies)
hist.render_to_file('D6D6.svg')

 

　　6.嘗試使用 matplotlib 通過可視化來模擬擲骰子的情況,並嘗試使用 Pygal 通過可視化來模擬隨機漫步的情況。

 

　　關於代碼除了書本上摘錄的，個人的學習筆記篇幅有限，主要是為了方便自己日后學習查閱，所以你如果對這個代碼感興趣，對其中有疑問的地方可以問一下我，我會盡我所能提供解疑方法與途徑，或者你可以直接查閱這篇文章所查閱的書籍——《python編程：從入門到實踐》。