Моделирование нескольких блужданий
Одно случайное блуждание — это хорошо, но оно не даёт представления о том, насколько велики ваши шансы выиграть пари.
Чтобы оценить вероятность достичь 60 шагов, можно многократно моделировать случайное блуждание и собирать результаты. Именно это вы и сделаете в данном упражнении.
Пример кода уже задаёт правильное направление. Вокруг написанного вами кода добавлен ещё один цикл for. Вам осталось дополнить его, чтобы все результаты фиксировались корректно.
Примечание: не изменяйте инициализацию all_walks, которая уже задана. Если вы добавите какое-либо число внутрь списка, упражнение завершится с ошибкой!
Это упражнение является частью курса
Средний уровень Python
Инструкции к упражнению
- Заполните спецификацию цикла
forтак, чтобы случайное блуждание моделировалось пять раз. - После того как массив
random_walkбудет полностью заполнен, добавьте его в списокall_walks. - Наконец, после внешнего цикла
forвыведитеall_walksна экран.
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# 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
___