Python | 拥有选择权 ,才拥有概率 。(上)

简介: 说三门问题之前 ,先来说点类似的 。假如三个盒子里各有一个球 ,一次选择机会摸奖 。你摸到了球 ,就奖励你一个 脱发再续膏 ,解决程序员秃头烦恼 。如果没摸到 ?那你就秃头吧 ( 活该程序员 )

Python实现

for i in range(time):
    box = [0,0,0]
    my_choice = random.randint(1,3)
    box[random.randint(1,3) - 1] = 1
    if (i)%30==0:
        print("\n")
    if box[my_choice - 1]:
        count = count + 1
        print("⬜",end=" ")
    else:
        print("⬛",end=" ")
print("\n",count*100/time,"%")

23.jpg


概率分析一

概率是三分之一 ,这个没得跑 ,基操 ,继续往下看 。

三门摸奖之死门

三个盒子里有一个球 ,一次选择机会摸奖 ,同样让人着迷的生发希望 。

 

这次可以加点料 ,当你第一次选择之后 ,上帝准确告诉你剩余两个选择中有一个是错的 ,空盒子 ,现在你剩下了自己原来的选择 ,和上帝没告诉你的那个选择 。  


现在给你一个选择 ,换不换 。  

  • 坚持第一眼确认过眼神的盒子
  • 换成两个盒子里上帝没告诉你的盒子  

概率预分析

上帝真好 ,为了给程序员发福利 ,排除一个错误选项 ,二分之一概率很 OK ,就那个确认过眼神的盒子吧 。

python实现

God_hand 函数
def God_hand(box,my_choice):
    all = 6
    god_choice  = random.randint(1,3)-1
    while god_choice == my_choice:
        god_choice = random.randint(1,3)-1 
    if(box[god_choice]):
        return all - god_choice - my_choice
    return god_choice
坚持我的选择
God_choice = God_hand(box,my_choice)
my_choice = my_choice

24.jpg


概率分析二

上帝个毛 ,还是三分之一嘛 ,这有啥

  • 等等,好像有点不对的地方

    25.jpg


三门摸奖之生门

这次我想选上帝没告诉我的那个盒子 ,盲僧 ,我觉得我我发现了华点 。

Python实现

选择那个上帝没告诉我的盒子
God_choice = God_hand(box,my_choice)
my_choice = 6 - my_choice - God_choice

26.jpg


概率分析三

没错三分之二 ,概率变了 ,变了 ,变了 !这里面的原因有很多 ,解释起来也有浅显有繁乱  ,有浅薄有深奥 ,复杂操作 ,可以喊 6 。不过还是继续往下看 ,我慢慢解释  。

三门摸奖之无门

三个盒子里有一个球 ,一次选择机会摸奖 ,现在我已经不想生发了 ,我就想知道怎么操纵概率 ,头发只是小事 。

这次来加点猛料 ,当你第一次选择之后 ,上帝随便开一个盒子 ,如果上帝开出了球 ,游戏结束 ,没有开出来 ,就到你的回合了 。

还是给你一个选择 ,换不换 。

概率预分析

换啊 ,肯定换 ,继续有上帝之手帮我操作概率 ,这天下 ,我唾手可得 。

上帝之手

def God_hand(box,my_choice):
    all = 6
    god_choice  = random.randint(1,3)
    while god_choice == my_choice:
        god_choice = random.randint(1,3)
    return god_choice

27.jpg


概率分析1

选上帝剩下的不行是吗 ,那我回来坚持我自己的

Python实现

my_choice = my_choice

29.jpg



相关文章
|
1月前
|
数据可视化 Serverless Python
Python小事例—质地不均匀的硬币的概率统计
Python小事例—质地不均匀的硬币的概率统计
|
3月前
|
Python
【Leetcode刷题Python】1467. 两个盒子中球的颜色数相同的概率
本文介绍了LeetCode第50题"Pow(x, n)"的解法,题目要求实现计算x的n次幂的函数,文章提供了递归分治法的详细解析和Python实现代码。
43 0
|
6月前
|
机器学习/深度学习 数据挖掘 API
pymc,一个灵活的的 Python 概率编程库!
pymc,一个灵活的的 Python 概率编程库!
80 1
|
6月前
|
数据可视化 Python
PYTHON贝叶斯推断计算:用BETA先验分布推断概率和可视化案例
PYTHON贝叶斯推断计算:用BETA先验分布推断概率和可视化案例
|
6月前
|
机器学习/深度学习 数据可视化 TensorFlow
Python用线性回归和TensorFlow非线性概率神经网络不同激活函数分析可视化
Python用线性回归和TensorFlow非线性概率神经网络不同激活函数分析可视化
|
6月前
|
数据可视化 Python
PYTHON 贝叶斯概率推断序列数据概率和先验、似然和后验图可视化
PYTHON 贝叶斯概率推断序列数据概率和先验、似然和后验图可视化
|
6月前
|
机器学习/深度学习 算法 数据挖掘
python数据分析——在数据分析中有关概率论的知识
参数和统计量在数据分析中起着至关重要的作用。参数是对总体特征的描述,如均值、方差等,而统计量则是基于样本数据计算得出的,用于估计或推断总体参数的值。 在统计学中,参数通常被视为未知的固定值,而统计量则是随机变量,因为它们的值会随着样本的不同而变化。这种差异使得统计量在推断总体参数时具有重要意义。例如,我们可以通过计算样本均值来估计总体均值,这就是一个典型的统计量应用。
132 1
|
11月前
|
算法 数据挖掘 API
贝叶斯统计在Python数据分析中的高级技术点:贝叶斯推断、概率编程和马尔科夫链蒙特卡洛
贝叶斯统计在Python数据分析中的高级技术点:贝叶斯推断、概率编程和马尔科夫链蒙特卡洛
111 1
贝叶斯统计在Python数据分析中的高级技术点:贝叶斯推断、概率编程和马尔科夫链蒙特卡洛
|
6月前
|
机器学习/深度学习 数据采集 算法
GEE python——基于多源遥感影像和随机森林分类器进行洪水概率预测
GEE python——基于多源遥感影像和随机森林分类器进行洪水概率预测
179 0
|
6月前
|
机器学习/深度学习 自然语言处理 算法
【Python自然语言处理】概率上下文无关文法(PCFG)及神经网络句法分析讲解(图文解释 超详细)
【Python自然语言处理】概率上下文无关文法(PCFG)及神经网络句法分析讲解(图文解释 超详细)
194 0
下一篇
无影云桌面