小动物的学习能力都是非常强大，如果主人做一些动作，小动物是可以理解的，而且还会学着一起做，是非常可爱的。猫咪学主人翻硬币，也证明了，猫咪的学习能力比较好。
因为现在很多人都非常喜欢小动物，所以小动物在很多家庭里面都被抚养很好。而且现在有许多人都是非常喜欢和小动物一起玩的，他们会和小动物，然而许多游戏，小动物会模仿他们的行为。例如我们喝水的杯子小动物也想要尝试一下，我们的水和他们的水是否有什么差别，它们喝水的时候，经常会跑到我们的杯子里面喝水，不会喝自己碗里面的水。小动物的思想和我们的思想或许会有非常大的区别，而且每个动物的思想也都会有非常大的区别。对于小狗来说，或者我们就是他的主人，他愿意听从我们的一切命令，但是如果是小猫的话那么小猫可能就会认为他是我们的主人，因为我们经常会处理他们的粪便，他们会认为我是我们是他们的奴仆。
有些人在养小动物的时候，发现小东会有许多奇怪的行为，例如小狗和小猫都喜欢和我们一起睡觉并不喜欢一个人睡觉，在我们的理解，可能他们是喜欢我们想要和我们黏在一起，但是小动物的理解可能和我们想的完全不一样，可能他们是为了保护，我们认为我们自己无法保护好自己，所以他们想要守在我们身边时刻保护好我们的安全。所以小动物和我们的想法是完全不一样的，出于他们的考虑他们所做的所有的是为了我们着想。现在许多小动物都是非常有灵性的，他们也都是非常聪明的，我们做一些动作，他们模仿起来也是非常像的。
众所周知小动物的模仿能力都是非常强的，如果家里缺一个可以陪伴我们的人，我们就可以养一个小动物陪伴我们，可以让我们的生活变得更加有趣。
我养了两只猫，这两只猫都有不同的技能，主要技能有以下几个。
第一，定时闹钟。
我家猫咪有一个特殊的技能，就是准时准点会叫你起床。而且这个点非常准，他已经掌握了我平常晚上睡觉以及午睡的时间。早上一到那个点，他就立马要在我耳边喵喵叫，一直叫到我起床为止。中午午睡也是这样的，我平常午睡都是半个小时，半个小时之后他准时在我耳边不停叫，一直叫到我起来为止。
所以我家小猫咪的一个特殊技能就是做一个定时闹钟，准时准点叫我起床，周六周日的时候我都会经常把它关在笼子里，或者关在小房间里，就是怕他过来打扰我的周末美梦。除了周末之外，平常上班的时候有他叫我起床，真的是非常方便。
第二，用嗲叫逃避惩罚。
我家小猫咪呢非常调皮，经常在家里干坏事，要不就是把杯子弄翻了，要不就是抓沙发。要不就是把纸巾撕的到处都是。每次干完这个坏事的时候我都会抓住他，这个时候他总是会用喵喵喵的嗲叫来逃避惩罚。
看到他那个委屈的样子，看到他那个可怜的样子，我怎么都舍不得惩罚他，而且这招百试百灵，每次他做错事之后，他就翻出他的肚皮盯着我看，用那种可怜的小眼神。搞得我自己都不想惩罚他了。
第三，晚上睡觉准时躲在我的被窝里。
我家小猫咪还有一个技能，就是一到晚上睡觉的时候就准时钻到我的被窝里，和我一起睡觉，赶都赶不走？而且如果我把它赶走的话，他就趁我睡着之后，自己再慢慢钻进去。就是要和我一起睡觉，特别黏人，但是我还是很喜欢他们。小猫咪的技能还有很多很多，每一个技能都让我非常喜欢。
Python模拟随机游走图形效果示例本文实例讲述了Python模拟随机游走图形效果。分享给大家供大家参考，具体如下：
在python中，可以利用数组操作来模拟随机游走。
下面是一个单一的200步随机游走的例子，从0开始，步长为1和-1，且以相等的概率出现。纯Python方式实现，使用了内建的 random 模块：
# 随机游走importmatplotlib.pyplot as pltimportrandomposition=0walk=[position]steps=200foriinrange(steps): step=1ifrandom.randint(0,1)else-1 position+=step walk.append(position)fig=plt.figure()plt.title("www.jb51.net")ax=fig.add_subplot(111)ax.plot(walk)plt.show()
第二种方式：简单的把随机步长累积起来并且可以可以使用一个数组表达式来计算。因此，我用 np.random 模块去200次硬币翻转，设置它们为1和-1，并计算累计和：
# 随机游走importmatplotlib.pyplot as pltimportnumpy as npnsteps=200draws=np.random.randint(0,2, size=nsteps)steps=np.where(draws >0,1,-1)walk=steps.cumsum()fig=plt.figure()plt.title("www.jb51.net")ax=fig.add_subplot(111)ax.plot(walk)plt.show()
一次模拟多个随机游走
# 随机游走importmatplotlib.pyplot as pltimportnumpy as npnwalks=5nsteps=200draws=np.random.randint(0,2, size=(nwalks, nsteps))# 0 or 1steps=np.where(draws >0,1,-1)walks=steps.cumsum(1)fig=plt.figure()plt.title("www.jb51.net")ax=fig.add_subplot(111)foriinrange(nwalks): ax.plot(walks[i])plt.show()
当然，还可以大胆的试验其它的分布的步长，而不是相等大小的硬币翻转。你只需要使用一个不同的随机数生成函数，如 normal 来产生相同均值和标准偏差的正态分布：steps=np.random.normal(loc=0, scale=0.25, size=(nwalks, nsteps))
