Python|用随机数进行精准扶贫与征税模拟可视化

    先哲们早就造就了一套压平贫富差距的机制：给穷人扶贫，给富人征税。那么今天我就来模拟一下为什么要这么做，这样做在随机数模型中会产生怎样的效果？

import random
from pyecharts import Line
s = [100 for i in range(100)]  # 一开始人手100元
t=[[],[],[],[],[],[],[],[]]
for i in range(200000):  # 执行20万次
    for id in range(8):
        t[id].append(s[id])
    for j in range(100):  # 模拟100个人每次随机给别人一块钱
        x = random.randint(0, 99)  # 可以随机给任何一个人
        if(s[j]>0):#扶贫，没钱的发一块
            s[j] -= 1  # 假设第j个人随机给别人一块钱        
        s[x] += 1  # 第j个人的一块钱钱给第x个人
        if(s[x]>1000):
            s[x]-=0.5#总财富超过1000，每收入1元征税50%
attr = [i+1 for i in range(200000)]
line = Line("模拟100人随机给他人一元二十万次的效果", "财富值变化")
for id in range(8):
    xid=id+1
    line.add("第"+str(xid)+"个人", attr, t[id])
line.render()

    上图为前8人财富在经历20万次交易加扶贫与收税下的效果。对比一下下图中不收税，不扶贫的数据，贫富差距压平了一半以上，从财富曲线来看，数据相对平稳，但是仍然可以看到逆袭现象，虽然只呈现了前8人的财富变化，但是外部条件对个体数据的影响产生了明显的影响效果，当然数据并没有破坏正太分布。

    税收+扶贫的正太分布图：

    尝试了我想到的几种模式，让我不得不感叹数形之奇妙之处。“风可以吹起一大张白纸,却无法吹走一只蝴蝶,因为生命的力量在于不顺从。”对于人类来说，近几百年来在科技上的探索正在将谜底一个个地揭开，让所有人看到了无限的可能性。

    最后，由于电脑性能限制，放一个50个人随机2万次不加任何干预的效果图，可以看出其中少数数据出现恒富、恒穷趋势，大部分都是挤在中间波动。而从方差定义来看：方差越小数据越稳定，其中“劫富济贫”未尝不是保证数据稳定的一种简单方法。

    根据原始数据我进行了一次方差与标准差的数据计算：

数据的(最大值-最小值)没有明显接近的绝对规律，可以参考《Python|随机模拟财富流向的可视化编程》图表，同样的运行次数(最大值-最小值)差值约200左右。我再次运行查看方差与标准差，与之前的数据也有明显的差别，虽然随机次数可能导致数据离散趋势扩大，但是同样的随机次数的数据规律我还没有弄明白，以下为我两次随机二十万次的运行结果。

可视化系列：Python|如果只给部分人发钱会如何？
Python|随机模拟财富流向的可视化编程Python|国家统计局人口数据动态图表可视化Python|国家统计局CPI数据动态图表可视化Python|国家统计局居民人均收入数据动态图表可视化Python|爬取淘宝热卖商品并对数据进行柱形图可视化python的pyecharts绘制各种图表详细（代码）Python绘制六种可视化图表详解，三维图最炫酷！Python|绘制个性化数据的动态图表及解决中文显示问题……Python|绘制动态图表的问题的解决过程看完这篇文章，我彻底爱上了Python动态图表！