Python中掷N个骰子的理论概率答案

【问题标题】：Theoretical Probability of Rolling N Dice in PythonPython中掷N个骰子的理论概率
【发布时间】：2021-02-14 03:52:10
【问题描述】：

我正在尝试绘制一个在 python 中滚动 N 骰子的理想情况以将其与实验值进行比较，我能够创建骰子将产生的各种组合的数量，但我无法将元组相加来计算例如，有多少掷骰会导致数字 7 或 8 生成正态分布（例如，当掷两个骰子时，7 比 2 更有可能的结果）

from itertools import product
t = [list(range(1,7)) for x in range(2)]
r = list(product(*t))
print(r)

这段代码将打印 [(1,1),(1,2),(2,1),(2,2).....] 我需要的是它打印总和 [2, 3,3,4.....]

有什么想法吗？

谢谢！

【问题讨论】：

标签： python

【解决方案1】：

您可以在定义r 时将它们汇总到列表推导中，而不是简单地构建list：

from itertools import product
t = [list(range(1,7)) for x in range(2)]
r = [sum(pair) for pair in product(*t)]
# r = [2, 3, 4, 5, ...]

这为您提供了一个与您请求的有点不相符的数组。 r 的元素为[(1+1), (1+2), ..., (1+6), (2+1), ...]，但您可以根据需要对其进行排序：

r.sort()
# r = [2, 3, 3, 4, ...]

但是itertools 有一些更有用的迭代器可以在这里为您提供帮助。可能值得研究的是permutations，当它与内置的map 函数结合使用时，可以更简洁地构建列表：

from itertools import permutations
t = permutations(range(1, 7), 2) # iterate through all permutations of 2 elements from the list [1,2,3,4,5,6]
r = list(map(sum, t)) # map the sum function to each permutation

或者，作为单行：

r = list(map(sum, permutations(range(1, 7), 2)))

【讨论】：

哇，好多了！

【解决方案2】：

你可以试试这样的

list1, list2 = [], []

for i in range(1, 7):
    for j in range(1, 7):
        list1.append((i, j))
        list2.append(i + j)

它产生以下输出

>>> list1
[(1, 1), (1, 2), (1, 3), (1, 4), (1, 5), (1, 6), (2, 1), (2, 2), (2, 3), (2, 4), (2, 5), (2, 6), (3, 1), (3, 2), (3, 3), (3, 4), (3, 5), (3, 6), (4, 1), (4, 2), (4, 3), (4, 4), (4, 5), (4, 6), (5, 1), (5, 2), (5, 3), (5, 4), (5, 5), (5, 6), (6, 1), (6, 2), (6, 3), (6, 4), (6, 5), (6, 6)]

>>> list2
[2, 3, 4, 5, 6, 7, 3, 4, 5, 6, 7, 8, 4, 5, 6, 7, 8, 9, 5, 6, 7, 8, 9, 10, 6, 7, 8, 9, 10, 11, 7, 8, 9, 10, 11, 12]

list2 的索引i 是list1 的索引i 处的元组中数字的总和

【讨论】：