本文主要是介绍Python 实现抛硬币实验统计概率 并使用plot()绘图可视化数据,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!
思路:
用Python实现random库的randint函数生成随机数据,运用Python实现数据可视化,呈现效果。
源代码:
import matplotlib.pyplot as plt
import randomdef make_rd():return random.randint(0, 1) #返回随机数 1为上,0为下def main():sum = [] #抛了多少次P_up = [] #朝上的频率for i in range(10, 100001):sum_up = 0 #向上的次数for j in range(i):if make_rd() == 1:sum_up += 1P_up.append(sum_up/i)sum.append(i)plt.plot(sum, P_up)plt.show()if __name__ == '__main__':main()
效果图:
测试次数:100
测试次数:1000
测试次数:INF
…
结论:
由上图显然可知:随着硬币抛掷的次数增多,其正面向上的概率也不断集中到了 1 2 \frac{1}{2} 21,由于有大量的测试数据支持,因此我们可以推断,抛掷硬币正面和反面出现的概率均为 1 2 \frac{1}{2} 21。
这篇关于Python 实现抛硬币实验统计概率 并使用plot()绘图可视化数据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!