python投掷硬币统计次数_使用python分析抛硬币统计数据

我一直在学习edX上的python编程，这是一门非常好的课程，到目前为止，我完全可以推荐。刚刚看了一个关于Statistics的TED演讲，我觉得很棒，这是一种简单的方法，可以练习我在真实世界场景中学到的python技能。这家伙举了一个例子，讲的是不断地抛硬币，寻找两个重复出现的序列，他解释说，你可能会认为发生的概率和他声称的事实上没有的概率相同。简单地说，他声称，正反面比正反面更有可能发生，因为在第一个序列的末尾，你已经有三分之一的时间再次重复这个序列，在第二个序列的末尾，你必须掷骰子再往前走一步，重新开始这个序列。这很有道理，所以我开始尝试用这里显示的小python程序来证明这一点。在import random

HTH = 0

HTT = 0

myList = []

i = 0

numberOfTosses = 1000000

while i < numberOfTosses:

myList.append(random.randint(0,1))

i += 1

for i in range (len(myList)):

if i+2 >= len(myList):

break

if myList[i] == 1 and myList[i+1] == 0 and myList[i+2] == 1:

HTH +=1

if myList[i] == 1 and myList[i+1] == 0 and myList[i+2] == 0:

HTT +=1

print 'HTT :' ,numberOfTosses, HTT, numberOfTosses/HTT

print 'HTH :' ,numberOfTosses, HTH, numberOfTosses/HTH

所以我已经运行了很多次程序，并且把最大迭代值改得越来越高，但似乎无法证明他的主张，平均每8次投掷HTH序列，每10次HTT序列都会发生，因为无论哪种方式，我都会得到平均平衡的结果。所以我的问题是，我在执行问题的过程中哪里出了问题？在