抛硬币问题的解决方案
solution for the flipping coin issue
我正在尝试解决这个问题:
抛硬币 10000 次并确定正面朝上数的随机实验:
用 n = 1
和 p = 0.5
定义二项分布。使用 scipy.stats 中的 binom 函数将随机种子设置为 1
从定义的分布中抽取 10000 个元素的样本。假设值 0 和 1 分别代表正面和反面。
用'bincount'方法计算正面的个数并显示,
代码片段是:
import scipy as sp
from scipy import stats
import numpy as np
n, p = 1, .5 # number of trials, probability of each trial
s = np.random.binomial(n, p, 1000)
print(s)
k = np.bincount(s)
print(k[0])
print(k[1])
print(k.count(1))
哪里出错了?我需要从 bincount()
中找出正面的数量
如果您想要 10000 次试验,则将 n, p = 1, .5
更改为 n, p = 10000, .5
我正在尝试解决这个问题:
抛硬币 10000 次并确定正面朝上数的随机实验:
用 n = 1
和 p = 0.5
定义二项分布。使用 scipy.stats 中的 binom 函数将随机种子设置为 1
从定义的分布中抽取 10000 个元素的样本。假设值 0 和 1 分别代表正面和反面。
用'bincount'方法计算正面的个数并显示,
代码片段是:
import scipy as sp
from scipy import stats
import numpy as np
n, p = 1, .5 # number of trials, probability of each trial
s = np.random.binomial(n, p, 1000)
print(s)
k = np.bincount(s)
print(k[0])
print(k[1])
print(k.count(1))
哪里出错了?我需要从 bincount()
如果您想要 10000 次试验,则将 n, p = 1, .5
更改为 n, p = 10000, .5