python从迭代中返回数组

Question

我想绘制由两个均匀分布的随机变量的函数生成的数字“pi”的近似值。我们的目标是证明在更高的样本绘制下函数值接近“pi”。

这里是我的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：

我希望创建一个地块从PI依赖于n个值（）一lineplot。

我的拳头尝试是：

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seocond猜测是启动一个迭代器：

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 

所以算法并不遥远，但我需要输出作为matplotlib可以读取的数据类型。

我读：

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

，并试图汤姆实现的功能等：

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

或

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

和所有可从网站等功能。但是，我似乎无法将我的迭代y值放入matplotlib可以读取的值中。

我对Python很新，所以请体谅我的简单请求。我真的被困在这里，似乎无法自己解决这个问题。

您的帮助真的很感谢。

Answer 1

你可以用这个

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

pipl(100) 

如果你想留在你的迭代方法，您可以使用与NumPy的fromiter()收集的结果，一个是给我这个情节

Answer 2

尝试阵列。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')) 

但我认为与NumPy的vectorize甚至会更好，在这种情况下，它使得生成的代码更具有可读性（对我来说）。通过这种方法，您不再需要pipl功能。

# 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)) 

一个小侧面说明，将函数命名为pi不返回true pi似乎有点棘手给我。