Python+matplotlib调用随机函数生成变化图形

下面是“Python+matplotlib调用随机函数生成变化图形”的完整攻略：

准备工作

首先需要安装好Python和matplotlib库，具体可以参考官方文档进行安装。

生成数据

我们使用Python内置的随机数模块random来生成随机数据，例如下面的代码可以生成100个介于0和1之间的随机数：

import random

data = [random.random() for _ in range(100)]

此处使用了列表推导式来生成列表。如果需要生成更复杂的随机数，可以参考random模块的其他函数，例如randint()、uniform()、gauss()等。

绘制图像

有了随机数据，我们就可以用matplotlib来绘制图像了。这里以绘制折线图为例，代码如下：

import matplotlib.pyplot as plt

plt.plot(data)
plt.show()

使用plot()函数可以将数据绘制成折线图。

控制图表的属性还有很多其他方法，例如调整图表大小、添加坐标轴标签、设置线条颜色等等。具体可以参考matplotlib的官方文档。

示例说明

下面给出两个示例说明：

示例1：生成正弦波

我们可以使用numpy模块来生成正弦波的随机数据。以下是绘制正弦波的完整代码：

import random
import numpy as np
import matplotlib.pyplot as plt

freq = 1  # 正弦波频率
amplitude = 2  # 正弦波振幅
num_points = 100  # 数据点个数

# 生成数据
x = np.linspace(0, 10, num_points)
data = [amplitude * np.sin(freq * xi) + random.random() for xi in x]

# 绘制图像
plt.plot(x, data)
plt.show()

x数组表示x轴的取值范围，我们在这个范围内生成100个等间距的点。

data数组表示y轴的取值。使用numpy的sin()函数生成正弦波，然后加上一个随机项，使每个数据点的值都有所变化。

示例2：生成随机漫步

随机漫步是一个经典的随机过程，并可以用matplotlib来绘制其变化图形。以下是完整代码：

import random
import matplotlib.pyplot as plt

num_steps = 100  # 步数
step_size = 0.1  # 步长

# 生成数据
x, y = [0], [0]
for _ in range(num_steps):
    x.append(x[-1] + random.uniform(-step_size, step_size))
    y.append(y[-1] + random.uniform(-step_size, step_size))

# 绘制图像
plt.plot(x, y)
plt.show()

x和y分别表示漫步路径的x轴和y轴坐标。步数和步长可以根据自己的需要进行调整。

随机生成每一步的偏移量，添加到上一步的坐标上，就可以得到组成漫步路径的点的坐标了。最后用matplotlib的plot()函数绘制出来就行了。