1-简单的Python程序-模拟抛硬币

我们这次的任务是利用Python来模拟抛硬币的情况，并且记录正面朝上占所有试验中的比率，大家是不是想起了课堂中提到过的蒲丰，皮尔逊等人做的试验？当然，我们现在已经不再需要再去扔几千次，几万次硬币了；Python为我们提供了一个相当便捷的解决方案。Python 的randint（0,1）函数可以等概率，随机地返回0与1两个数，我们可以将返回的数值0记为硬币的反面，1记为硬币的正面，所以问题就转换成了：统计大量重复试验中，结果为1占总试验次数的比例。

简单地画一个流程图，希望有助于大家理解。

*流程图是网上使用ProcessOn画的，一个免费的在线流程图绘制平台，简单容易上手，强烈安利给大家~

废话不多说，上图：

可以看见，随着硬币投掷次数的增加，正面朝上的几率逐渐稳定在0.5，这就是我们在课堂上讲过的内容：在重复试验中，我们可以使用频率的稳定值作为事件发生的概率。

怎么样，是不是学到了一招？

在这个程序的基础上，我相信大家有能力进行进一步地延伸与发散。

大家可以尝试着去完成这样三个问题：

1，比较一下当投掷次数为100次，1000次与10000次的图像差别（提示：为了使区别更加显著，大家可以尝试将X轴使用对数坐标表示）

好的，就先写到这里，感觉有意思的话点个赞再走呗~

假设抛硬币的结果是随机的，并且正反两面出现的概率相等。那么，抛一枚硬币连续出现6次相同面的概率为：

cssCopy codeP = (1/2)^6 = 1/64 ≈ 0.0156

即每次抛硬币连续出现6次相同面的概率大约为0.0156。

下面是一个简单的Python程序，可以模拟抛硬币并计算连续出现6次相同面的概率：

pythonCopy codeimport random

n = 1000000 # 抛硬币的次数count = 0 # 记录连续出现6次相同面的次数for i in range(n):

result = [random.randint(0, 1) for j in range(6)] # 抛6次硬币

if result.count(0) == 6 or result.count(1) == 6: # 判断是否连续出现6次相同面

count += 1print("连续出现6次相同面的概率为：", count/n)

在这个程序中，我们抛了100万次硬币，并记录了连续出现6次相同面的次数。最后，我们通过除以总次数来计算概率，并输出结果。

需要注意的是，这个程序中的结果是基于随机抽样的统计，因此和理论值略有偏差。但是，当抛硬币的次数足够大时，实验结果会趋近于理论值。

---