2018-12-27

15-8 同时掷三个骰子:
同时掷三个D6骰子,可能得到的最小点数为3,而最大点数为18。请通过可视化展示同时掷三个D6骰子的结果。
die.py

from random import randint
class Die():
    #标识一个骰子的类
    def __init__(self,num_sides=6):
        #骰子为六面
        self.num_sides = num_sides
    def roll(self):
        #返回一个位于1和骰子面数之间的随机值
        return randint(1,self.num_sides)

die_visual.py

from die import Die
import pygal
#创建一个D6
die_1 = Die()
die_2 = Die()
die_3 = Die()

results = []
for roll_num in range(10000):
    result = die_1.roll()+die_2.roll()+die_3.roll()
    results.append(result)
print(results)
#分析结果
frequencies=[]
max_result = die_1.num_sides + die_2.num_sides+die_3.num_sides
for value in range(3,max_result+1):
    frequenciey = results.count(value)
    frequencies.append(frequenciey)
print(frequencies)
#对结果可视化
hist = pygal.Bar()
hist.title = "Results of rolling one D6 1000 times."
hist.x_labels = []
for aaa in range(3,19):
    apws = aaa
    hist.x_labels.append(apws)
hist.x_title = "Resultaaaa"
hist.y_title = "Frequency of Resultbbbb"

hist.add('D6666',frequencies)
hist.render_to_file('die_visual.svg')

15-9 将点数相乘 将点数相乘 :同时掷两个骰子时,通常将它们的点数相加。请通过可视化展示将两个骰子的点数相乘的结果。
答案:
die.py不变

die_visual.py

from die import Die
import pygal
#创建一个D6
die_1 = Die()
die_2 = Die()

results = []
for roll_num in range(10000):
    result = die_1.roll()*die_2.roll()
    results.append(result)
print(results)
#分析结果
frequencies=[]
max_result = die_1.num_sides * die_2.num_sides
for value in range(1,max_result+1):
    frequenciey = results.count(value)
    frequencies.append(frequenciey)
print(frequencies)
#对结果可视化
hist = pygal.Bar()
hist.title = "Results of rolling one D6 1000 times."
hist.x_labels = []
for aaa in range(1,37):
    apws = aaa
    hist.x_labels.append(apws)
hist.x_title = "Resultaaaa"
hist.y_title = "Frequency of Resultbbbb"

hist.add('D6666',frequencies)
hist.render_to_file('die_visual.svg')

15-10 练习使用本章介绍的两个库 练习使用本章介绍的两个库 :尝试使用matplotlib通过可视化来模拟掷骰子的情况,并尝试使用Pygal通过可视化来模拟随机漫步的情况
问题一
die.py不变
die_visual.py

import matplotlib.pyplot as plt
from die import Die

die_1 = Die()
die_2 = Die()
results = []

for roll_num in range(1000):
    result = die_1.roll() + die_2.roll()
    results.append(result)
print(results)
frequencies = []
max_result = die_1.num_sides + die_2.num_sides
for value in range(1, max_result + 1):
    frequency = results.count(value)
    frequencies.append(frequency)
print(frequencies)
plt.plot(list(range(1, max_result + 1)), frequencies, linewidth=2)
plt.title("Result of rolling me D6 1000 times.")
plt.xlabel("Result", fontsize=14)
plt.ylabel("Square of D6 1000 times")
plt.show()

问题二

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,293评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,604评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,958评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,729评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,719评论 5 366
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,630评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,000评论 3 397
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,665评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,909评论 1 299
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,646评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,726评论 1 330
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,400评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,986评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,959评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,197评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 44,996评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,481评论 2 342

推荐阅读更多精彩内容

  • 见一女人穿着高跟鞋,婀娜多姿,袅袅婷婷地走过,优雅而妩媚,细细的鞋跟不由地替她倒吸一口凉气,同事说,“女人穿与不穿...
    蓝小愚阅读 499评论 2 7
  • 参加个人成长训练营第二期,从第一期懵懂状态到现在逐步明确,还学会了用思维导图做课堂笔记,课程讲完了笔记也做完了...
    淑智阅读 186评论 0 1
  • 那年 坐落庭前你秀发如烟 信手拈花映了谁的脸 独坐庭前 手里拨弄琴弦 恰逢诗意少年 淡淡微笑晕染了那一年 你的脸现...
    小草_8b39阅读 327评论 0 0
  • 文/靠谱的大树 读书真的很重要 ①刘媛媛《寒门贵子》演讲视频, ②张雪峰怒怼M丁演讲视频。 读书很重要。这句话仅仅...
    靠谱的大树阅读 483评论 0 1