Simuler des marches multiples
Une seule marche aléatoire est une première étape, mais cela ne vous dit pas si vous avez de bonnes chances de gagner le pari.
Pour avoir une idée de vos chances d'atteindre 60 pas, vous pouvez simuler plusieurs fois la marche aléatoire et collecter les résultats. C'est exactement ce que vous allez faire dans cet exercice.
L'exemple de code vous met déjà sur la bonne voie. Une autre boucle for entoure le code que vous avez déjà écrit. C'est à vous d'ajouter quelques éléments pour vous assurer que tous les résultats sont enregistrés correctement.
Note : Ne changez rien à l'initialisation de all_walks qui est donnée. La définition d'un nombre quelconque à l'intérieur de la liste entraînera le plantage de l'exercice !
Cet exercice fait partie du cours
Python intermédiaire
Instructions
- Complétez les spécifications de la boucle
forafin que la marche aléatoire soit simulée cinq fois. - Lorsque le tableau
random_walkest entièrement rempli, ajoutez-le à la listeall_walks. - Enfin, après la boucle de niveau supérieur
for, affichezall_walks.
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
# NumPy is imported; seed is set
# Initialize all_walks (don't change this line)
all_walks = []
# Simulate random walk five times
for i in ___ :
# Code from before
random_walk = [0]
for x in range(100) :
step = random_walk[-1]
dice = np.random.randint(1,7)
if dice <= 2:
step = max(0, step - 1)
elif dice <= 5:
step = step + 1
else:
step = step + np.random.randint(1,7)
random_walk.append(step)
# Append random_walk to all_walks
___
# Print all_walks
___