Simulera flera promenader
En enstaka slumpmässig promenad är ett bra start, men det räcker inte för att avgöra om du har goda chanser att vinna vadet.
För att få en uppfattning om hur stor sannolikheten är att nå 60 steg kan du simulera den slumpmässiga promenaden upprepade gånger och samla in resultaten. Det är precis vad du ska göra i den här övningen.
Exempelkoden pekar dig redan i rätt riktning. En ytterligare for-slinga omsluter koden du redan har skrivit. Det är upp till dig att lägga till de delar som behövs för att alla resultat ska registreras på rätt sätt.
Obs! Ändra ingenting i initialiseringen av all_walks som är given. Om du placerar ett tal inuti listan kraschar övningen!
Den här övningen är en del av kursen
Intermediate Python
Övningsinstruktioner
- Fyll i specifikationen för
for-slingan så att den slumpmässiga promenaden simuleras fem gånger. - När arrayen
random_walkär helt ifylld, lägg till den i listanall_walks. - Skriv slutligen ut
all_walksefter den yttrefor-slingan.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# 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
___