Python小示例——质地不均匀的硬币概率统计

在概率论和统计学中，随机事件的行为可以通过大量实验来研究。在日常生活中，我们经常用硬币进行抽样，比如抛硬币来决定某个结果。然而，当我们处理的是“质地不均匀”的硬币时，事情就变得复杂了。质地不均匀的硬币意味着它有可能以不同的概率朝某个方向落下，比如正面或反面，这种情况在许多实际应用中都有重要意义。

在本文中，我们将使用 Python 来模拟一个质地不均匀的硬币抛掷实验，通过编程来分析其行为。

硬币模型

假设我们有一枚硬币，其正面朝上的概率为 ( p )，而反面朝上的概率则为 ( 1 - p )。例如，我们可以设定 ( p = 0.7 )，这意味着每次抛掷时，硬币有 70% 的机会落在正面，30% 的机会落在反面。

实验步骤

定义硬币的性质（正面和反面的概率）。
模拟若干次抛掷。
统计正面和反面出现的次数。
可视化结果。

Python 代码实现

下面是实现上述步骤的 Python 代码：

import random
import matplotlib.pyplot as pltdef biased_coin_flip(prob_head, num_flips):results = []for _ in range(num_flips):if random.random() < prob_head:results.append('H')  # H 表示正面else:results.append('T')  # T 表示反面return resultsdef analyze_results(results):heads_count = results.count('H')tails_count = results.count('T')return heads_count, tails_count# 参数设置
prob_head = 0.7  # 正面朝上的概率
num_flips = 1000  # 抛掷次数# 进行抛掷实验
results = biased_coin_flip(prob_head, num_flips)
heads_count, tails_count = analyze_results(results)print(f"正面出现的次数: {heads_count}")
print(f"反面出现的次数: {tails_count}")# 绘制结果
labels = ['Heads', 'Tails']
sizes = [heads_count, tails_count]
colors = ['lightblue', 'lightcoral']plt.figure(figsize=(8, 6))
plt.bar(labels, sizes, color=colors)
plt.title('质地不均匀的硬币抛掷结果')
plt.ylabel('出现次数')
plt.show()

代码解读

导入库：我们使用 random 生成随机数，利用 matplotlib.pyplot 绘制条形图。
定义函数：
- biased_coin_flip 函数接受正面概率和抛掷次数，模拟抛掷过程并返回结果列表。
- analyze_results 函数计算正面和反面出现的次数。
参数设置：设置正面朝上的概率为 0.7，并设定抛掷次数为 1000 次。
实验执行：调用函数进行抛掷实验，统计结果，最后打印出正面和反面的出现次数。
可视化：使用条形图展示正面和反面的比较。