python从迭代返回数组

Question

我想绘制一个近似的数字＆＃34; pi＆＃34;它是由两个均匀分布的随机变量的函数产生的。目标是表明，通过更高的样本绘制，函数值接近＆＃34; pi＆＃34;。

这是我的pi功能：

def pi(n):
    x  = rnd.uniform(low  = -1,  high = 1, size = n) #n = size of draw
    y  = rnd.uniform(low  = -1,  high = 1, size = n)
    a  = x**2 + y**2 <= 1      #1 if rand. draw is inside the unit cirlce, else 0
    ac = np.count_nonzero(a)   #count 1's
    af = np.float(ac)          #create float for precision
    pi = (af/n)*4              #compute p dependent on size of draw
    return  pi

我的问题：

我想创建一个线图，用于绘制pi（）依赖于n的值。

我的第一次尝试是：

def pipl(n):
    for i in np.arange(1,n):
        plt.plot(np.arange(1,n), pi(i))
        print plt.show()

pipl(100)

返回：

ValueError: x and y must have same first dimension

我的猜测是启动迭代器：

def y(n):
    n = np.arange(1,n)
    for i in n:
        y = pi(i)
        print y

 y(1000)

导致：

3.13165829146
3.16064257028
3.06519558676
3.19839679359
3.13913913914

因此该算法并不遥远，但我需要输出作为matplotlib可以读取的数据类型。

我看了：

http://docs.scipy.org/doc/numpy/reference/routines.array-creation.html#routines-array-creation

并尝试使用如下函数：

...
y = np.array(pi(i))
...

或

...
y = pi(i)
y = np.array(y)
...

以及网站上提供的所有其他功能。但是，我似乎无法将我的迭代y值变为matplotlib可以读取的值。

我是python的新手，所以请考虑我的简单要求。我真的被困在这里，似乎无法自己解决这个问题。

非常感谢您的帮助。

Answer 1

你可以试试这个

def pipl(n):
    plt.plot(np.arange(1,n), [pi(i) for i in np.arange(1,n)])
    print plt.show()

pipl(100)

给我这个情节

Answer 2

如果您希望继续使用可迭代方法，可以使用Numpy的fromiter()将结果收集到数组中。像：

def pipl(n):
    for i in np.arange(1,n):
        yield pi(i)

n = 100

plt.plot(np.arange(1,n), np.fromiter(pipl(n), dtype='f32'))

但我认为Numpy的vectorize在这种情况下会更好，它会使得结果代码更具可读性（对我而言）。使用这种方法，您不再需要pipl函数。

# vectorize the function pi
pi_vec = np.vectorize(pi)

# define all n's 
n = np.arange(1,101)

# and plot
plt.plot(n, pi_vec(n))

一个小小的注释，命名一个不返回pi的函数true pi对我来说似乎有点棘手。