人工智能学习联盟免费课程——案例七:模拟掷骰子

2023-11-22 22:52

本文主要是介绍人工智能学习联盟免费课程——案例七:模拟掷骰子,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

目录

  • 案例7 模拟掷骰子
    • 功能1.0 模拟和统计
    • 功能2.0 同时模拟两个骰子
    • 功能3.0 结果可视化
    • 功能4.0 简单的数据统计和分析
    • 功能5.0 使用科学计算库简化程序
    • 课后思考

案例7 模拟掷骰子

功能1.0 模拟和统计

模拟掷骰子并且记录频数和频率

生成随机数的方法:

  • choice() 从列表中随机返回一个值
  • sample(,k) 从列表中随机抽取k个值
  • random模块的一系列ran函数
import numpy as np
import pandas as pd

enumerate 遍历列表,返回每个元素的索引和值

#模拟掷骰子
def roll_dic():roll = np.random.randint(1,7)return roll
#定义主函数
def main():total_times = 10000#初始化列表result_list = [0] * 6for i in range(total_times):roll = roll_dic()for j in range(1,7):if roll == j:result_list[j-1] += 1for i,x in enumerate(result_list):print('点数{}的次数:{},频率:{}'.format(i + 1,x,x / total_times))
main()
点数1的次数:1644,频率:0.1644
点数2的次数:1633,频率:0.1633
点数3的次数:1664,频率:0.1664
点数4的次数:1708,频率:0.1708
点数5的次数:1672,频率:0.1672
点数6的次数:1679,频率:0.1679

功能2.0 同时模拟两个骰子

  • 借助字典来储存模拟结果
  • 借助zip()函数来生成字典
def main():total_times = 10000#初始化列表result_list = [0] * 11roll_list = list(range(2,13))#将键值对合并roll_dict = dict(zip(roll_list,result_list))for i in range(total_times):roll1 = roll_dic()roll2 = roll_dic()for j in range(2,13):if (roll1 + roll2) == j:roll_dict[j] += 1#i是字典的键,点数和;x是字典的值,点数和出现的次数for i,x in roll_dict.items():print('点数{}的次数:{},频率:{}'.format(i,x,x / total_times))
main()
点数2的次数:274,频率:0.0274
点数3的次数:532,频率:0.0532
点数4的次数:865,频率:0.0865
点数5的次数:1109,频率:0.1109
点数6的次数:1393,频率:0.1393
点数7的次数:1572,频率:0.1572
点数8的次数:1389,频率:0.1389
点数9的次数:1101,频率:0.1101
点数10的次数:869,频率:0.0869
点数11的次数:590,频率:0.059
点数12的次数:306,频率:0.0306

功能3.0 结果可视化

matplotlib模块

from matplotlib import pyplot as plt
def main():total_times = 1000#记录掷骰子的结果roll1_list = []roll2_list = []for i in range(total_times):roll1 = roll_dic()roll2 = roll_dic()roll1_list.append(roll1)roll2_list.append(roll2)#可视化x = range(1,total_times + 1)plt.scatter(x,roll1_list,alpha=0.1)plt.scatter(x,roll2_list,alpha=0.1)plt.show()
main()

在这里插入图片描述

功能4.0 简单的数据统计和分析

  • 直方图
def main():total_times = 100000#记录掷骰子的结果roll_list = []for i in range(total_times):roll1 = roll_dic()roll2 = roll_dic()roll_list.append(roll1 + roll2)#可视化plt.hist(roll_list,bins = range(2,14),density = True,edgecolor = 'black',width = 1)plt.title('骰子点数统计图')plt.xlabel('点数')plt.ylabel('频率')plt.show()
#因为函数更新,现在用density代替normed参数
main()

在这里插入图片描述

#默认设置中的字体不支持中文输出,需要重新设置
plt.rcParams['font.sans-serif'] = ['SimHei']
#有时负号也会存在问题
plt.rcParams['axes.unicode_minus'] = False
main()

在这里插入图片描述

功能5.0 使用科学计算库简化程序

def main():total_times = 10000#直接借助numpy生成随机数矩阵roll1_arr = np.random.randint(1,7,total_times)roll2_arr = np.random.randint(1,7,total_times)roll_arr = roll1_arr + roll2_arr#np中的可视化hist , bins =np.histogram(roll_arr,bins = range(2,14))print(hist,'\n',bins)#修改坐标标签tick_labels = ['2点','3点','4点','5点','6点','7点','8点','9点','10点','11点','12点']tick_pos = np.arange(2,14) + 0.5plt.xticks(tick_pos,tick_labels)plt.hist(roll_arr,bins = range(2,14),density = True,edgecolor = 'black',linewidth = 1,rwidth = 0.8)plt.title('骰子点数统计图')plt.xlabel('点数')plt.ylabel('频率')plt.show()
main()
[ 293  542  878 1098 1356 1713 1359 1141  781  580  259] [ 2  3  4  5  6  7  8  9 10 11 12 13]

在这里插入图片描述

课后思考

掷3个骰子的可视化

def main():total_times = 10000roll1_arr = np.random.randint(1,7,total_times)roll2_arr = np.random.randint(1,7,total_times)roll3_arr = np.random.randint(1,7,total_times)roll_arr = roll1_arr + roll2_arr + roll3_arrtick_labels = ['3点','4点','5点','6点','7点','8点','9点','10点','11点','12点','13点','14点','15点','16点','17点','18点']tick_pos = np.arange(3,20) + 0.5plt.xticks(tick_pos,tick_labels)plt.hist(roll_arr,bins = range(3,20),density = True,edgecolor = 'black',linewidth = 1,rwidth = 0.8)plt.title('骰子点数统计图')plt.xlabel('点数')plt.ylabel('频率')plt.show()
main()

在这里插入图片描述

这篇关于人工智能学习联盟免费课程——案例七:模拟掷骰子的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/413501

相关文章

Springboot3 ResponseEntity 完全使用案例

《Springboot3ResponseEntity完全使用案例》ResponseEntity是SpringBoot中控制HTTP响应的核心工具——它能让你精准定义响应状态码、响应头、响应体,相比... 目录Spring Boot 3 ResponseEntity 完全使用教程前置准备1. 项目基础依赖(M

C++11中的包装器实战案例

《C++11中的包装器实战案例》本文给大家介绍C++11中的包装器实战案例,本文结合实例代码给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友参考下吧... 目录引言1.std::function1.1.什么是std::function1.2.核心用法1.2.1.包装普通函数1.2.

Redis 命令详解与实战案例

《Redis命令详解与实战案例》本文详细介绍了Redis的基础知识、核心数据结构与命令、高级功能与命令、最佳实践与性能优化,以及实战应用场景,通过实战案例,展示了如何使用Redis构建高性能应用系统... 目录Redis 命令详解与实战案例一、Redis 基础介绍二、Redis 核心数据结构与命令1. 字符

通过DBeaver连接GaussDB数据库的实战案例

《通过DBeaver连接GaussDB数据库的实战案例》DBeaver是一个通用的数据库客户端,可以通过配置不同驱动连接各种不同的数据库,:本文主要介绍通过DBeaver连接GaussDB数据库的... 目录​一、前置条件​二、连接步骤​三、常见问题与解决方案​1. 驱动未找到​2. 连接超时​3. 权限不

Java中的随机数生成案例从范围字符串到动态区间应用

《Java中的随机数生成案例从范围字符串到动态区间应用》本文介绍了在Java中生成随机数的多种方法,并通过两个案例解析如何根据业务需求生成特定范围的随机数,本文通过两个实际案例详细介绍如何在java中... 目录Java中的随机数生成:从范围字符串到动态区间应用引言目录1. Java中的随机数生成基础基本随

SpringMVC配置、映射与参数处理​入门案例详解

《SpringMVC配置、映射与参数处理​入门案例详解》文章介绍了SpringMVC框架的基本概念和使用方法,包括如何配置和编写Controller、设置请求映射规则、使用RestFul风格、获取请求... 目录1.SpringMVC概述2.入门案例①导入相关依赖②配置web.XML③配置SpringMVC

Mysql利用binlog日志恢复数据实战案例

《Mysql利用binlog日志恢复数据实战案例》在MySQL中使用二进制日志(binlog)恢复数据是一种常见的用于故障恢复或数据找回的方法,:本文主要介绍Mysql利用binlog日志恢复数据... 目录mysql binlog核心配置解析查看binlog日志核心配置项binlog核心配置说明查看当前所

Java中的分布式系统开发基于 Zookeeper 与 Dubbo 的应用案例解析

《Java中的分布式系统开发基于Zookeeper与Dubbo的应用案例解析》本文将通过实际案例,带你走进基于Zookeeper与Dubbo的分布式系统开发,本文通过实例代码给大家介绍的非常详... 目录Java 中的分布式系统开发基于 Zookeeper 与 Dubbo 的应用案例一、分布式系统中的挑战二

Java 中的 equals 和 hashCode 方法关系与正确重写实践案例

《Java中的equals和hashCode方法关系与正确重写实践案例》在Java中,equals和hashCode方法是Object类的核心方法,广泛用于对象比较和哈希集合(如HashMa... 目录一、背景与需求分析1.1 equals 和 hashCode 的背景1.2 需求分析1.3 技术挑战1.4

Java中实现对象的拷贝案例讲解

《Java中实现对象的拷贝案例讲解》Java对象拷贝分为浅拷贝(复制值及引用地址)和深拷贝(递归复制所有引用对象),常用方法包括Object.clone()、序列化及JSON转换,需处理循环引用问题,... 目录对象的拷贝简介浅拷贝和深拷贝浅拷贝深拷贝深拷贝和循环引用总结对象的拷贝简介对象的拷贝,把一个