python游戏后端_【后端开发】python知识分解析掷骰子游戏

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 pygalimport numpy as npimport matplotlib.pyplot as pltplt.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。

相关推荐：

掷骰子游戏-C语言实现

掷骰子游戏

C++掷骰子游戏

练手小程序：craps掷骰子游戏

掷骰子问题