Python双随机游走代码示例：可视化随机运动轨迹

以下是基于Python的双随机游走代码，其中使用了NumPy库和Matplotlib库：

import numpy as np
import matplotlib.pyplot as plt

# 定义双随机游走函数
def double_random_walk(n, m, p, q):
    x = np.zeros(n)
    y = np.zeros(m)
    for i in range(1, n):
        if np.random.random() < p:
            x[i] = x[i-1] + 1
        else:
            x[i] = x[i-1] - 1
    for i in range(1, m):
        if np.random.random() < q:
            y[i] = y[i-1] + 1
        else:
            y[i] = y[i-1] - 1
    return x, y

# 调用函数生成数据
n = 1000
m = 1000
p = 0.5
q = 0.5
x, y = double_random_walk(n, m, p, q)

# 绘制散点图
plt.scatter(x, y, s=1, alpha=0.5)
plt.title('Double Random Walk')
plt.xlabel('X')
plt.ylabel('Y')
plt.show()

在代码中，我们首先定义了一个双随机游走函数，它接受四个参数：'n'表示在X轴上走的步数，'m'表示在Y轴上走的步数，'p'表示在X轴上向右走的概率，'q'表示在Y轴上向上走的概率。函数使用随机数生成器来模拟双随机游走过程，并返回X轴和Y轴上的位置序列。

接下来，我们调用函数来生成数据，并使用Matplotlib库绘制散点图。在图中，每个点表示在某个时刻，双随机游走者的位置。由于双随机游走是一种随机过程，因此每次运行代码生成的图形都会有所不同。