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

python运用requests模拟浏览器发送请求过程

《python运用requests模拟浏览器发送请求过程》模拟浏览器请求可选用requests处理静态内容,selenium应对动态页面,playwright支持高级自动化,设置代理和超时参数,根据需... 目录使用requests库模拟浏览器请求使用selenium自动化浏览器操作使用playwright

RabbitMQ消费端单线程与多线程案例讲解

《RabbitMQ消费端单线程与多线程案例讲解》文章解析RabbitMQ消费端单线程与多线程处理机制,说明concurrency控制消费者数量,max-concurrency控制最大线程数,prefe... 目录 一、基础概念详细解释:举个例子:✅ 单消费者 + 单线程消费❌ 单消费者 + 多线程消费❌ 多

MySql基本查询之表的增删查改+聚合函数案例详解

《MySql基本查询之表的增删查改+聚合函数案例详解》本文详解SQL的CURD操作INSERT用于数据插入(单行/多行及冲突处理),SELECT实现数据检索(列选择、条件过滤、排序分页),UPDATE... 目录一、Create1.1 单行数据 + 全列插入1.2 多行数据 + 指定列插入1.3 插入否则更

Python通用唯一标识符模块uuid使用案例详解

《Python通用唯一标识符模块uuid使用案例详解》Pythonuuid模块用于生成128位全局唯一标识符,支持UUID1-5版本,适用于分布式系统、数据库主键等场景,需注意隐私、碰撞概率及存储优... 目录简介核心功能1. UUID版本2. UUID属性3. 命名空间使用场景1. 生成唯一标识符2. 数

PostgreSQL的扩展dict_int应用案例解析

《PostgreSQL的扩展dict_int应用案例解析》dict_int扩展为PostgreSQL提供了专业的整数文本处理能力,特别适合需要精确处理数字内容的搜索场景,本文给大家介绍PostgreS... 目录PostgreSQL的扩展dict_int一、扩展概述二、核心功能三、安装与启用四、字典配置方法

Python中re模块结合正则表达式的实际应用案例

《Python中re模块结合正则表达式的实际应用案例》Python中的re模块是用于处理正则表达式的强大工具,正则表达式是一种用来匹配字符串的模式,它可以在文本中搜索和匹配特定的字符串模式,这篇文章主... 目录前言re模块常用函数一、查看文本中是否包含 A 或 B 字符串二、替换多个关键词为统一格式三、提

Python get()函数用法案例详解

《Pythonget()函数用法案例详解》在Python中,get()是字典(dict)类型的内置方法,用于安全地获取字典中指定键对应的值,它的核心作用是避免因访问不存在的键而引发KeyError错... 目录简介基本语法一、用法二、案例:安全访问未知键三、案例:配置参数默认值简介python是一种高级编

MySQL中的索引结构和分类实战案例详解

《MySQL中的索引结构和分类实战案例详解》本文详解MySQL索引结构与分类,涵盖B树、B+树、哈希及全文索引,分析其原理与优劣势,并结合实战案例探讨创建、管理及优化技巧,助力提升查询性能,感兴趣的朋... 目录一、索引概述1.1 索引的定义与作用1.2 索引的基本原理二、索引结构详解2.1 B树索引2.2

从入门到精通MySQL 数据库索引(实战案例)

《从入门到精通MySQL数据库索引(实战案例)》索引是数据库的目录,提升查询速度,主要类型包括BTree、Hash、全文、空间索引,需根据场景选择,建议用于高频查询、关联字段、排序等,避免重复率高或... 目录一、索引是什么?能干嘛?核心作用:二、索引的 4 种主要类型(附通俗例子)1. BTree 索引(

HTML中meta标签的常见使用案例(示例详解)

《HTML中meta标签的常见使用案例(示例详解)》HTMLmeta标签用于提供文档元数据,涵盖字符编码、SEO优化、社交媒体集成、移动设备适配、浏览器控制及安全隐私设置,优化页面显示与搜索引擎索引... 目录html中meta标签的常见使用案例一、基础功能二、搜索引擎优化(seo)三、社交媒体集成四、移动