PHP前端开发

python知识分解析掷骰子游戏

百变鹏仔 2个月前 (02-07) #Python
文章标签 骰子

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。

立即学习“Python免费学习笔记(深入)”;

#  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。