Traccia la distribuzione

Tutte queste visualizzazioni sofisticate ci hanno fatto andare fuori tema. Dobbiamo ancora risolvere il problema da un milione di dollari: Quali sono le probabilità che tu raggiunga 60 passaggi (step) sull’Empire State Building?

In pratica, vuoi conoscere i punti finali di tutte le random walk che hai simulato. Questi punti finali hanno una certa distribuzione che puoi visualizzare con un istogramma.

Tieni presente che se il tuo codice impiega troppo tempo per essere eseguito, è possibile che tu stia tracciando un istogramma con i dati sbagliati!

Questo esercizio fa parte del corso

Python - Livello Intermedio

Visualizza il corso

Istruzioni dell'esercizio

Per essere sicuri di avere abbastanza simulazioni, esagera pure. Simula la random walk 500 volte.
Da np_aw_t, seleziona l'ultima riga. Contiene il punto finale di tutte le 500 random walk che hai simulato. Memorizza questo array NumPy come ends.
Usa plt.hist() per costruire un istogramma di ends. Non dimenticare plt.show() per visualizzare il grafico.

Esercizio pratico interattivo

Prova a risolvere questo esercizio completando il codice di esempio.

# numpy and matplotlib imported, seed set

# Simulate random walk 500 times
all_walks = []
for i in range(500) :
    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)
        if np.random.rand() <= 0.001 :
            step = 0
        random_walk.append(step)
    all_walks.append(random_walk)

# Create and plot np_aw_t
np_aw_t = np.transpose(np.array(all_walks))

# Select last row from np_aw_t: ends
____ = ____[____,____]

# Plot histogram of ends, display plot
____
____

Modifica ed esegui il codice