python骰子游戏分析_python知识分解析掷骰子游戏-CSDN博客

本篇文章给大家分享的内容是关于python知识分解析掷骰子游戏，有着一定的参考价值，有需要的朋友可以参考一下。最近学习了点统计学及python知识，试着分析下掷骰子游戏。骰子按标准6面，分析一次投1颗、2颗、3颗、4颗，投掷10、100、1000、10000次时的结果。使用工具

Jupyter Notebook 分析利器

matplotlib、pygal 可视化包

1、猜次数1－6中每个数字出现的次数# 导入包

import pygal

import numpy as np

import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif']=['SimHei'] # 用来正常显示中文标签

plt.rcParams['axes.unicode_minus']=False # 用来正常显示负号

from random import randint# 利用随机数据模拟掷骰子

# 每次显示1－6中的一个数

num_sides = 6 # 骰子的6个面

def getData(N, times):

"""

定义函数，获取投掷数据

N: 表示一次用几个骰子投

times：表示总共投几次

"""

results = []

for n in range(1,N+1):

for roll_num in range(times):

result = randint(1,num_sides)

results.append(result)

return results# 打印投掷结果

print(getData(1,10)) # 1个骰子掷10次

print(getData(2,5)) # 2个骰子掷5次[2, 2, 2, 2, 1, 6, 4, 4, 5, 5]

[4, 3, 5, 6, 2, 2, 3, 6, 4, 4]# 分析结果# 统计每个数字出现的次数并显示图片

# N: 表示一次用几个骰子投

# data 表示投掷数据def showResult(N, times):

frequencies = [] for value in range(1, num_sides+1):

frequency = getData(N, times).count(value)

frequencies.append(frequency) # 数据可视化

# 本次利用 pygal 生成SVG格式矢量图

hist = pygal.Bar()

hist.title = str(N)+"个骰子掷"+ str(times) +"次的结果"

hist.x_labels = ['1','2','3','4','5','6']

hist.x_title = "点数"

hist.y_title = "出现次数"

hist.add(str(N)+'骰子', frequencies)

hist.render_to_file('1-'+str(N)+str(times)+'.svg') # 储存为矢量图# 一个骰子掷10，100, 1000, 10000次结果分析showResult(1,10)

showResult(1,100)

showResult(1,1000)

showResult(1,10000)

# 2个骰子掷10，100, 1000, 10000次结果分析showResult(2,10)

showResult(2,100)

showResult(2,1000)

showResult(2,10000)

3个骰子、4个骰子就不再截图了。

我们发现在投掷的次数越多，每个数出现的概率越接近，最后趋向于相同。

2、猜大小每次投掷点数和# 每次投掷点数和def getData2(N, times):

"""

定义函数，获取投掷数据

N: 表示一次用几个骰子投

times：表示总共投几次

"""

results = [] for roll_num in range(times):

result = 0

for n in range(1,N+1):

result += randint(1,num_sides)

results.append(result)

return results# 打印投掷结果print(getData2(1,10)) # 1个骰子掷10次print(getData2(2,5)) # 2个骰子掷5次[4, 3, 6, 2, 5, 4, 5, 3, 6, 2]

[6, 10, 5, 8, 7]# 分析结果# 统计数字和出现的次数并显示图片

# N: 表示一次用几个骰子投

# data 表示投掷数据def showResult2(N, times):

frequencies = [] for value in range(N, N*num_sides+1):

frequency = getData2(N, times).count(value)

frequencies.append(frequency) # 数据可视化

# 本次利用 matplotlib 生成图片

x_num = N*num_sides+1-N

idx = np.arange(x_num)

width = 0.5

sn = str(N)

sm = str(times)

x_labels = [str(n) for n in range(N, N*num_sides+1)] # X轴刻度

plt.bar(idx, frequencies, width, color='red', label=sn+'个骰子')

plt.xlabel('点数和')

plt.ylabel('出现次数')

plt.title(sn+'个骰子投掷'+ sm +'次的结果')

plt.xticks(idx, x_labels)

plt.legend() # 显示图例

plt.show()

1颗骰子猜大小没多大意义，我们直接来分析两骰子的情况。# 2个骰子掷10，100, 1000, 10000次结果分析showResult2(2,10)

showResult2(2,100)

showResult2(2,1000)

showResult2(2,10000)

# 3个骰子掷10，100, 1000, 10000次结果分析showResult2(3,10)

showResult2(3,100)

showResult2(3,1000)

showResult2(3,10000)

# 4个骰子掷10，100, 1000, 10000次结果分析showResult2(4,10)

showResult2(4,100)

showResult2(4,1000)

showResult2(4,10000)

从上面几图中我们可以看到，当投掷次数足够多时，出现大/小点数出现的概率基本相同，点数大小呈现正态分布的特点。