【发布时间】:2017-09-03 05:02:38
【问题描述】:
我正在尝试计算每个数组中元素的 np.sum。我尝试代替np.sum(outcome_list[0] == 'H' 将其保留为np.sum(outcome_list[j] == 'H',以便每个“列表”都有自己的关于正面总数的数据集,但它不喜欢它。更大的问题是,我将如何构造一个具有给定基本列表的数组以及要在该列表的每个元素中执行的操作?
编辑:
throw_a_coin 定义
def throw_a_coin(N):
return np.random.choice(['H','T'], size=N)
N =40
试验(如上所示)是要采取行动的集合
for i in trials:
throws = throw_a_coin(i)
outcome_list.append(throws)
for j in outcome_list:
print("Number of Heads:", np.sum(outcome_list[0] == 'H'))
print (j)
编辑 2:
问题已通过下图解决,但是我得到了超过 13 个“概率”数字 - 似乎系统不止一次地通过试验列表运行。
def throw_a_coin(N):
return np.random.choice(['H','T'], size=N)
trials = [10, 30, 50, 70, 100, 130, 170, 200, 500, 1000, 2000, 5000, 10000]
for i in trials:
throws = throw_a_coin(i)
outcome_list.append(throws)
probabilities = []
for j in outcome_list:
print("Number of Heads:", np.sum(j == 'H'))
print("Number of Throws:", len(j))
print("p = Number of Heads/Total Throws:", (np.sum(j == 'H'))/len(j))
probabilities.append((np.sum(j =='H'))/len(j))
print (j)
print("\n")
print(probabilities)
【问题讨论】:
-
你是在数正面的数量吗?
-
能否附上代码而不是代码的照片?
-
@Rishav - 是的,计算每次试验的正面数
-
@Sohum Sachdev - 添加了代码的编辑帖子