Змоделюйте кілька проходів
Один випадковий хід — це одне, але цього недостатньо, щоб зрозуміти, чи маєте ви хороші шанси виграти парі.
Щоб оцінити, наскільки великі ваші шанси дійти до 60 кроків, можна багаторазово змоделювати випадковий хід і зібрати результати. Саме це ви й зробите у цій вправі.
Зразок коду вже задає правильний напрям. Ще один цикл for обгортає код, який ви вже написали. Вам потрібно додати кілька фрагментів, щоб переконатися, що всі результати коректно зберігаються.
Примітка. Не змінюйте ініціалізацію all_walks, яка надана. Якщо встановити будь-яке число всередині списку, вправа аварійно завершиться!
Ця вправа є частиною курсу
Intermediate Python
Інструкції до вправи
- Заповніть специфікацію циклу
for, щоб змоделювати випадковий хід п'ять разів. - Після того як масив
random_walkбуде повністю заповнено, додайте його до спискуall_walks. - Нарешті, після зовнішнього циклу
for, виведітьall_walks.
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# 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
___