掷一枚公平骰子
一旦您掌握了仿真设计的基础，就可以把它应用到任何系统或过程。接下来，我们将通过一些基础示例来了解每一步如何实现。
正如我们所学到的，仿真涉及反复的随机抽样。因此第一步是先得到一个随机样本。有了这一步，剩下的就是多次重复这一过程。本练习将专注于理解如何获得一个随机样本。我们将以掷一枚公平的六面骰子为例进行学习。
完成本练习后，您将熟悉运行仿真的前两步——定义随机变量并分配概率。
在本课程的其余部分，请查看 IPython shell 以了解已设置的随机种子。
本练习是课程的一部分
Python 中的统计模拟
练习说明
- 将六面骰子的所有可能结果构成列表，并将其赋给变量
die。 - 定义每个面出现的概率相等，并将其赋给变量
probabilities。 - 最后，使用
np.random.choice()来模拟掷骰子一次，并将结果记录到变量outcome中。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Define die outcomes and probabilities
die, probabilities, throws = [____], [____], 1
# Use np.random.choice to throw the die once and record the outcome
outcome = ____(___, size=____, p=____)
print("Outcome of the throw: {}".format(outcome[0]))