模擬多次隨機漫步
單一次的隨機漫步不足以判斷你贏得賭注的機率是否高。
為了估計走到第 60 步的機率有多大，你可以反覆模擬隨機漫步並收集結果。這正是你在本練習要做的事。
範例程式碼已幫你設定好正確的方向。在你已經寫好的程式外再包一層 for 迴圈。接下來就交給你補上需要的部分，確保所有結果都正確記錄。
注意：不要更動提供的 all_walks 初始化方式。若在清單中設定任何數值，會導致練習當機！
本練習屬於課程
Python 中級
練習說明
- 填入
for迴圈的設定，讓隨機漫步被模擬 5 次。 - 當
random_walk陣列完全填滿後，將它附加到all_walks清單中。 - 最後，在最外層的
for迴圈之後，印出all_walks。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# 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
___