python编写程序模拟硬币的投掷,假设0表示硬币的反面,Python抛硬币

　　大蟒实现：链接如下：个人觉得抛硬币并不是真正的随机事件，和抛硬币时候的各种状态参量有关系，那么到底什么是真正的随机？www.zhihu.com

　　# -*-编码：utf-8 -*-

　　将数组作为铭牌导入

　　将matplotlib.pyplot作为血小板计数导入

　　# 抛硬币次数

　　n_flip=100

　　# 硬币弹跳次数

　　n_jump=4

　　# 是否均匀初值

　　is_uniform=True

　　# 模拟硬币弹跳

　　def sim_coin_jump(x):

　　如果是统一的：

　　# 均匀初值使用正弦(1000倍1)

　　返回np.sin(1000 * x 1)

　　否则：

　　# 非均匀初值使用正弦(1000x 1)

　　返回np.sin(1000 * np.pi * x 1)

　　# 模拟抛硬币

　　def sim_flip_coin(x，n):

　　对于范围内的我(n):

　　x=sim_coin_jump(x)

　　返回x

　　# 初值均匀的随机过程：使用等差序列模拟

　　定义制服(f):

　　# 均匀间隔

　　iterable=(1(10 * *-10)* n for n in range(f))

　　返回np.fromiter(iterable，float)

　　# 生成非均匀间隔序列

　　定义不均匀(f):

　　# 非均匀间隔：随着n变化间隔会变小

　　iterable=(1(10 * *-10)* NP。范围(f)中n的log(n-1))

　　返回np.fromiter(iterable，float)

　　# 统计并画图

　　def stat_and_draw(R):

　　# 统计正负数个数

　　pos=np.where(R 0)

　　npos=len(R[pos])

　　neg=np.where(R 0)

　　nneg=len(R[neg])

　　# 计算相邻数的乘积期望

　　R1=R[:-1]

　　R2=R[1:]

　　mean=np.mean(np.multiply(R1，R2))

　　stat= Statistics:pos[% d]neg[% d]mean[% s] %(NPOs，nneg，mean)

　　plt.xlabel(统计)

　　# 标题

　　title=抛硬币

　　para=(%s和coin _ dump[% d]) %( uniform if is _ uniform else unaligned ，n_jump)

　　title=para

　　工厂名称(标题)

　　打印（标题)

　　打印（统计)

　　# X轴是抛硬币次数编号

　　X=np.arange(n_flip)

　　# plt.plot(X，R)

　　# 红圆圈标记点

　　plt.plot(X，R，marker= . ，markeredgecolor=red ，markerfacecolor=red )

　　plt.show()

　　def flap_coin():

　　# 生成初值序列

　　如果是均匀的，则S=均匀的(n_flip)，否则为不均匀的(翻转)

　　# 开始模拟抛硬币

　　R=sim_flip_coin(S，n_jump)

　　# 统计并画图

　　统计和绘图(R)

　　if __name__==__main__ :

　　flap_coin()

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。