Python的听课笔记案例7--模拟掷硬币5.0

一、Python科学计算图书馆Numpy（Numeric Python）

1、强大的N维数组对象array
2，成熟的科学函数库。
3、实用线性代数、随机数生成函数等。
4、NumPy操作对象时的多维数组。ndarray
nbarray.shape数组的维度
5，创建一个数组：np.array(),np.arange()
更改阵列形状reshape()

2.语法：NumPy创建随机数组

np.rangdom.randint(a, b,size)

创建[a，b)间形状为size的数据

实例：

3.掷骰子的科学计算

"""
    作者：lanxingbudui
    功能：模拟骰子
    版本：1.0
    日期：2019-10-26
    2.0新功能：模拟投掷2个骰子
    3.0新增功能：投掷两个骰子的可视化输出
    4.0新增：直方图可视化结果
    5.0最新消息：科学计算
"""
import matplotlib.pyplot as plt  # 可视模块
import numpy as np

# 解决中国人的真正问题
plt.rcParams[font.sans-serif] = [SimHei]
plt.rcParams[axes.unicode_minus] = False

def main():
    """
        主函数
    """
    # 掷骰子的数量
    total_times = 10000
    # 记录掷骰子的结果
    roll1_arr = np.random.randint(1, 7, size = total_times)
    roll2_arr = np.random.randint(1, 7, size = total_times)
    result_arr = roll1_arr + roll2_arr

    hist, bins = np.histogram(result_arr, bins=range(2, 13))
    print(bins)
    print(hist)

    # 数据可视化
    plt.hist(result_arr, bins=range(2, 14), density=1, edgecolor=black, linewidth=1, rwidth=0.8)

    # 设置x轴坐标名称
    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, 13) + 0.5
    plt.xticks(tick_pos, tick_labels)
    plt.title(骰子点统计信息)
    plt.xlabel(点数)
    plt.ylabel(频率)
    plt.show()

if __name__ == __main__:
    main()

我们在这里，在结果图表的上方。这张丑陋的照片炸了！！