Визуализация всех блужданий

all_walks — это список списков: каждый вложенный список представляет одно случайное блуждание. Если преобразовать этот список списков в массив NumPy, можно строить интересные графики! Библиотека matplotlib.pyplot уже импортирована как plt.

Вложенный цикл for уже написан за вас — не беспокойтесь о нём. Сосредоточьтесь на коде, который идёт после этого цикла for.

Это упражнение является частью курса

Средний уровень Python

Посмотреть курс

Инструкции к упражнению

Используйте np.array(), чтобы преобразовать all_walks в массив NumPy с именем np_aw.
Попробуйте применить plt.plot() к np_aw. Добавьте также plt.show(). Работает ли это сразу?
Транспонируйте np_aw, вызвав np.transpose() на np_aw. Сохраните результат в переменную np_aw_t. Теперь каждая строка np_aw_t соответствует позиции после одного броска для пяти случайных блужданий.
Используйте plt.plot() для построения графика np_aw_t и добавьте plt.show(). Стал ли график нагляднее?

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# numpy and matplotlib imported, seed set.

# initialize and populate all_walks
all_walks = []
for i in range(5) :
    random_walk = [0]
    for x in range(100) :
        step = random_walk[-1]
        dice = np.random.randint(1,7)
        if dice <= 2:
            step = max(0, step - 1)
        elif dice <= 5:
            step = step + 1
        else:
            step = step + np.random.randint(1,7)
        random_walk.append(step)
    all_walks.append(random_walk)

# Convert all_walks to NumPy array: np_aw


# Plot np_aw and show


# Clear the figure
plt.clf()

# Transpose np_aw: np_aw_t


# Plot np_aw_t and show

Редактировать и запускать код