Wykreśl rozkład

Wszystkie te efektowne wizualizacje trochę nas rozprószyły. Wciąż musimy rozwiązać główny problem: jakie jest prawdopodobieństwo, że dotrzesz na poziom 60 kroków w Empire State Building?

Chodzi o to, żeby poznać punkty końcowe wszystkich zasymulowanych błędnych spacerów. Te punkty końcowe mają określony rozkład, który możesz zwizualizować za pomocą histogramu.

Uwaga: jeśli kod wykonuje się zbyt długo, możliwe, że tworzysz histogram z niewłaściwych danych!

To ćwiczenie jest częścią kursu

Python średnio zaawansowany

Zobacz kurs

Instrukcje do ćwiczenia

Żeby mieć wystarczająco dużo symulacji, idź na całość – zasymuluj błędny spacer 500 razy.
Z np_aw_t wybierz ostatni wiersz. Zawiera on punkty końcowe wszystkich 500 zasymulowanych błędnych spacerów. Zapisz tę tablicę NumPy jako ends.
Użyj plt.hist(), aby zbudować histogram zmiennej ends. Nie zapomnij o plt.show(), żeby wyświetlić wykres.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# 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
____
____

Edytuj i uruchom kod