python怎么實現(xiàn)商業(yè)街抽獎

這篇文章主要介紹“python怎么實現(xiàn)商業(yè)街抽獎”，在日常操作中，相信很多人在python怎么實現(xiàn)商業(yè)街抽獎問題上存在疑惑，小編查閱了各式資料，整理出簡單好用的操作方法，希望對大家解答”python怎么實現(xiàn)商業(yè)街抽獎”的疑惑有所幫助！接下來，請跟著小編一起來學習吧！

• 模擬實驗與分析

對于出現(xiàn)的問題，首先通過python進行模擬實驗，看看一百次抽獎中會出現(xiàn)多少次一等獎。

import pandas as pd 

from collections import Counter

choujiang = pd.Series(["未中獎","一等獎"])

cnt = Counter(choujiang.sample(n=100,replace=True,weights=([99,1])))

cnt

sample為pandas中函數(shù)，功能為隨機抽樣；

replace＝True表示有放回的抽樣；

weights表示取值權重；

Counter為collections中函數(shù)，功能為計算array中不同值的取值個數(shù)。

運行三次，結果分別為：

Counter({'一等獎': 1, '未中獎': 99})

 

Counter({'未中獎': 100})

 

Counter({'一等獎': 2, '未中獎': 98})

結論，中獎概率為1%，不代表抽100次必然出現(xiàn)1次一等獎。

上例為模擬了100次1%中獎率的電子抽獎，把這個模擬重復7次，即為1周內的抽獎情況模擬。用電腦模擬1000周的抽獎結果，就可以統(tǒng)計1000周里，出現(xiàn)5次一等獎的周數(shù)。

import numpy as np

#模擬1000周的抽獎情況

a = np.zeros(1000)

for i in range(1000):

    for j in range(7):

        a[i] = np.sum(choujiang.sample(n=100,replace=True,weights=([99,1]))=="一等獎")+a[i]

#畫出直方圖

import pylab

pylab.hist(a, bins=18, normed=0,edgecolor='black',facecolor='blue',alpha=0.75) 

pylab.show()  

np.transpose(Counter(a))

模擬1000周的抽獎情況，并計算抽中一等獎的次數(shù)，畫出直方圖。圖中，橫軸表示出現(xiàn)一等獎的次數(shù)，縱軸表示周數(shù)。

array(Counter({7.0: 151, 6.0: 140, 8.0: 138, 5.0: 130, 9.0: 96, 4.0: 91, 10.0: 81, 3.0: 53, 11.0: 37, 12.0: 26, 2.0: 23, 13.0: 13, 14.0: 7, 1.0: 7, 15.0: 3, 0.0: 3, 18.0: 1}), dtype=object)

上面結果為圖中的頻率分布情況，可以看出，一周內出現(xiàn)5次一等獎的一共有130周，130除以1000，為13%，即出現(xiàn)5次一等獎的周數(shù)占整體的13%。如果出現(xiàn)5次算有詐，那出現(xiàn)小于5次的也為有詐，則占總體的30%，概率過大，因此，不能單憑1周內只開出5次一等獎認為抽獎有詐。

• 幾個小概念

概率：對于例子中對抽獎而言，中獎概率為1%，但是抽700次不一定出現(xiàn)7次大獎。

頻率分布表：統(tǒng)計與某個數(shù)值一致的數(shù)據(jù)的個數(shù)，或者屬于某數(shù)值范圍內的數(shù)據(jù)的個數(shù)，然后將這些統(tǒng)計值制成一覽表。

直方圖：圖形化的頻率分布表。

數(shù)據(jù)的分布：如果將數(shù)據(jù)劃分為若干個范圍，那么數(shù)據(jù)在各個范圍內的散布情況就成為分布。就大部分數(shù)據(jù)而言，平均值所在的范圍頻率最高，與平均值相差越大的范圍頻率越低。

到此，關于“python怎么實現(xiàn)商業(yè)街抽獎”的學習就結束了，希望能夠解決大家的疑惑。理論與實踐的搭配能更好的幫助大家學習，快去試試吧！若想繼續(xù)學習更多相關知識，請繼續(xù)關注億速云網(wǎng)站，小編會繼續(xù)努力為大家?guī)砀鄬嵱玫奈恼拢?/p>