Symulacja wielu spacerów
Jeden losowy spacer to jedno, ale nie powie ci, czy masz duże szanse na wygranie zakładu.
Aby oszacować, jak duże są twoje szanse na dotarcie do 60 kroków, możesz wielokrotnie symulować losowy spacer i zbierać wyniki. Dokładnie to zrobisz w tym ćwiczeniu.
Przykładowy kod już wskazuje ci właściwy kierunek. Kod, który wcześniej napisałeś, jest teraz opakowany w dodatkową pętlę for. Twoim zadaniem jest uzupełnienie brakujących elementów, tak aby wszystkie wyniki były poprawnie zapisywane.
Uwaga: nie zmieniaj inicjalizacji zmiennej all_walks. Umieszczenie jakiejkolwiek wartości wewnątrz listy spowoduje błąd w ćwiczeniu!
To ćwiczenie jest częścią kursu
Python średnio zaawansowany
Instrukcje do ćwiczenia
- Uzupełnij specyfikację pętli
for, tak aby losowy spacer był symulowany pięć razy. - Po całkowitym wypełnieniu tablicy
random_walkdołącz ją do listyall_walks. - Na koniec, po zewnętrznej pętli
for, wyświetl zmiennąall_walks.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# 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
___