导语
我们在上一讲中介绍了如何搭建Python的编程环境,以及安装Numpy与Matplotlib库。依赖这两个库以及Python自带的Random库,足以使我们开始利用Python对概率论中的部分实验过程进行模拟
1. 模拟抛硬币算法讲解
我们这次的任务是利用Python来模拟抛硬币的情况,并且记录正面朝上占所有试验中的比率,大家是不是想起了课堂中提到过的蒲丰,皮尔逊等人做的试验?当然,我们现在已经不再需要再去扔几千次,几万次硬币了;Python为我们提供了一个相当便捷的解决方案。Python 的randint(0,1)函数可以等概率,随机地返回0与1两个数,我们可以将返回的数值0记为硬币的反面,1记为硬币的正面,所以问题就转换成了:统计大量重复试验中,结果为1占总试验次数的比例。
2. 算法流程图
简单地画一个流程图,希望有助于大家理解。
模拟抛硬币算法流程图
*流程图是网上使用ProcessOn画的,一个免费的在线流程图绘制平台,简单容易上手,强烈安利给大家~
3. 程序
from matplotlib import pyplot as plt #引入Matplotlib库函数
import numpy as np
from random import randint
iterations = 10000 # 设置循环次数
x = np.arange(iterations) # x = [0,1, 2, ...9999]
y =