डिस्क्रीट यूनिफॉर्म डिस्ट्रीब्यूशन से सैंपलिंग
टॉम के पास एक साधारण छह-पक्षीय पासा है, जिस पर एक से छह तक की संख्याएँ हैं। इस अभ्यास में, आप डिस्क्रीट यूनिफॉर्म डिस्ट्रीब्यूशन का उपयोग करेंगे, जो समान संभावना के साथ इंटीजर मानों की सैंपलिंग के लिए बिल्कुल उपयुक्त है, ताकि टॉम के पासे को 1,000 बार रोल करने का सिमुलेशन किया जा सके। इसके बाद आप परिणामों को विज़ुअलाइज़ करेंगे!
आपके लिए निम्नलिखित इम्पोर्ट किए गए हैं: seaborn as sns, scipy.stats as st और matplotlib.pyplot as plt.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में Monte Carlo Simulations
अभ्यास निर्देश
- अगले स्टेप में
.rvs()सैंपलिंग के लिएlowऔरhighपरिभाषित कीजिए; आपकी डिस्ट्रीब्यूशन में एक (सबसे छोटा संभावित रोल परिणाम) से लेकर छह (सबसे बड़ा संभावित रोल परिणाम) तक के इंटीजर मान समान रूप से शामिल होने चाहिए. st.randintद्वारा दर्शाई गई डिस्क्रीट यूनिफॉर्म डिस्ट्रीब्यूशन से एक से छह तक के इंटीजर मानों के साथ 1,000 बार सैंपल कीजिए.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Define low and high for use in rvs sampling below
low = ____
high = ____
# Sample 1,000 times from the discrete uniform distribution
samples = ____
samples_dict = {'nums':samples}
sns.histplot(x='nums', data=samples_dict, bins=6, binwidth=0.3)
plt.show()