学习笔记_np.random.randint（）

计算1000000次投掷三次硬币的正反面概率，以0为正面

import numpy as np

N = 1000000
M = 3
heads = np.zeros(M+1)

for i in range(N):
    flips = np.random.randint(0,2,M)  # random.randint() 用于生成指定范围内的整数
    h, _ = np.bincount(flips, minlength=2) # np.bincount() 用于统计数组中各元素出现的次数,_是不使用的变量，比如这里的_是指bincount()返回的第二个值，即第二个元素出现的次数
    heads[h] += 1 # 统计各硬币出现的次数

prob = heads / N
print("probabilities: %s" % np.array2string(prob))  # np.array2string() 是 numpy 自带的函数，用于将数组转换为字符串

probabilities: [0.250664 0.749964 0.749371 0.250001]

学习重点

np.random.randint（）

该函数用于生成随机整数，其基本语法如下：

numpy.random.randint(low, high=None, size=None, dtype='l')

参数	说明
low	生成的整数最低值（包含），即所有生成的整数都会大于等于这个值。
high	生成的整数最高值（不包含），即所有生成的整数都会小于这个值。
size	输出的形状，可以为整数（生成元素的数量）或者元组（各维度的大小）。如果不提供，则返回一个单一随机整数。
dtype	数据类型，可选参数，默认为’l’，表示生成的数据类型为整数。

np.bincount（）
函数 用于计算 非负整数数组中每个整数值的频次

numpy.bincount(arr, weights=None, minlength=0)

参数	说明
arr	输入的非负整数数组
weights（可选）	与arr相同长度的数组，用于指定每个整数值的权重。默认情况下，每个整数值的权重为1
minlength（可选）	输出结果的最小长度。如果指定了minlength，则输出数组的长度将至少为minlength，并且在必要时使用0填充

其中的t与a 和_的作用一样，辅助理解