python模拟给定理论概率的实际发生次数答案

【问题标题】：python simulation of actual number of occurrence given theoretical probabilitiespython模拟给定理论概率的实际发生次数
【发布时间】：2021-11-08 23:30:57
【问题描述】：

目标是在给定理论概率的情况下模拟实际发生次数。

例如，一个 6 面偏向骰子，其落地概率为 (1,2,3,4,5,6) 为 (0.1,0.2,0.15,0.25,0.1,0.2)。掷骰子 1000 次，输出模拟得到每张脸的次数。

我知道 numpy.random.choices 提供生成每个滚动的功能，但我需要每个面的着陆次数的摘要。上面使用 Python 的最佳脚本是什么？

【问题讨论】：

总结来说，collections.Counter 可能是最好的。对于滚动，random.choices 应该可以工作，不需要 numpy。
欢迎来到 Stack Overflow。请阅读How to Ask 和meta.stackoverflow.com/questions/261592/…。在寻找工具或库函数时，了解事物的专有名称会有所帮助。例如，你知道什么是直方图吗？

标签： python numpy data-science simulation probability

【解决方案1】：

不用 Numpy 也可以。

import random
random.choices([1,2,3,4,5,6], weights=[0.1,0.2,0.15,0.25,0.1,0.2], k=1000)

【讨论】：

【解决方案2】：

Numpy 可以用来轻松高效地做到这一点：

faces = np.arange(0, 6)
faceProbs = [0.1, 0.2, 0.15, 0.25, 0.1, 0.2]        # Define the face probabilities
v = np.random.choice(faces, p=faceProbs, size=1000) # Roll the dice for 1000 times
counts = np.bincount(v, minlength=6)                # Count the existing occurrences
prob = counts / len(v)                              # Compute the probability

【讨论】：

仅供参考：v 仅包含小的正整数，因此histogram 的有效替代方案是bincount。
@WarrenWeckesser 确实如此。谢谢。