目录
1. chatGPT 写的随机漫步代码
2. 笔者写的随机漫步代码
3. 总结
1. chatGPT 写的随机漫步代码
最近在学习 Python 中的 随机漫步 知识点，突发奇想，心血来潮，想着用 chatGPT 来生成随机漫步代码，让我们来看看是啥效果吧 ！！
import numpy as np
import matplotlib.pyplot as plt# Set the number of steps
n = 5000# Set the step size
step_size = 0.1# Generate the random walk model
walk = np.cumsum(np.random.normal(0, step_size, n))# Plot the random walk model
plt.plot(walk)# Set the plot title and axis labels
plt.title('Random Walk Model')
plt.xlabel('Steps')
plt.ylabel('Position')# Show the plot
plt.show()
2. 笔者写的随机漫步代码
阅读完 chatGPT 写的随机漫步代码，再来看看我写的随机漫步的代码和效果图吧 ！！
from random import choice
import matplotlib.pyplot as pltclass RandomWalk:'''一个生成随机漫步数据的类'''def __init__(self, num_points = 5000):'''初始化随机漫步的属性'''self.num_points = num_points# 所有随机漫步都使于(0,0)self.x_values = [0]self.y_values = [0]def fill_walk(self):'''计算随机漫步包含所有的点'''# 不断漫步，直到列表达到指定的长度while len(self.x_values) < self.num_points:# 决定前进的方向以及沿着这个方向前进的距离x_direction = choice([1,-1])x_distance = choice([0,1,2,3,4])x_step = x_direction * x_distancey_direction = choice([1,-1])y_distance = choice([0,1,2,3,4])y_step = y_direction * y_distance# 拒绝原地踏步if x_step == 0 and y_step == 0:continue# 计算下一个点的 x 值和 y 值x = self.x_values[-1] + x_stepy = self.y_values[-1] + y_stepself.x_values.append(x)self.y_values.append(y)# 创建一个 RandomWalk 实例
rw = RandomWalk()
rw.fill_walk()# 将所有的点都绘制出来
plt.style.use('classic')
(fig,ax) = plt.subplots()
ax.scatter(rw.x_values, rw.y_values, s = 15)
plt.show()
3. 总结
我写的随机漫步代码和 chatGPT 写的随机漫步代码相比，我的代码简直是 屎山代码，我直接哭死。我的随机漫步代码总共 50 行（包括注释），chatGPT 写的随机代码总共 22 行（包括注释）。通过仔细阅读后，chatGPT 写的代码真的很 高效、简洁，追求 最快效率 解决问题的方法。根据 chatGPT 目前的发展情况来看，chantGPT 很容易取代 coder，想取代 pragramer 还得很长一段时间吧，无论如何，程序正在杀死自己，真的是恐怖如斯 ！！
这期的分享总结就到这里了，如果有疑问的小伙伴，我们评论区交流嗷~，笔者必回，我们下期再见啦 ！！
