Вибірка з дискретного рівномірного розподілу
Том має звичайний кубик із шістьма гранями з числами від одного до шести. У цій вправі ви використаєте дискретний рівномірний розподіл, який ідеально підходить для вибірки цілих значень з рівномірним розподілом, щоб змоделювати кидання кубика Тома 1 000 разів. Потім ви візуалізуєте результати!
Для вас уже імпортовано: seaborn як sns, scipy.stats як st і matplotlib.pyplot як plt.
Ця вправа є частиною курсу
Моделювання Монте-Карло в Python
Інструкції до вправи
- Визначте
lowіhighдля використання у вибірці за допомогою.rvs()на наступному кроці; ваш розподіл має рівномірно охоплювати цілі значення від одного (найменший можливий результат кидка) до шести (найбільший можливий результат). - Зробіть 1 000 вибірок із дискретного рівномірного розподілу, представленного
st.randint, з цілими значеннями від одного до шести.
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# Define low and high for use in rvs sampling below
low = ____
high = ____
# Sample 1,000 times from the discrete uniform distribution
samples = ____
samples_dict = {'nums':samples}
sns.histplot(x='nums', data=samples_dict, bins=6, binwidth=0.3)
plt.show()