随机翻动一枚硬币

Question

我需要编写一个叫做flip_coins（n）的函数来返回硬币的数量。然后我需要编写一个程序，翻转8个硬币一千次，然后返回连续三次循环的次数。之后，我对翻转的概率进行了一些计算。到目前为止，这是我的，但它不会运行。我错过了什么？

import random 

def flip_coin(): 
    return random.choice("HT") 


def flip_coins(n): 
    for i in range(n): 
     if flip_coins() == "H": 
      heads_count +=1 

     return heads_count 


for i in range (1000): 
    if flip_coins(8) == "3": 
     multiple_heads_count += 1 

    return multiple_heads_count 


print(multiple_heads_probability) 
print(second_probability) 


multiple_heads_probability = multiple_heads_count/1000 
second_probability = 56/256 

Answer 1

它看起来像你从它自己内部调用“flip_coins”。你想从“flip_coin”里面调用“flip_coin”，像这样：

def flip_coins(n): 
    for i in range(n): 
     if flip_coin() == "H": ## changed to flip_coin 
      heads_count +=1 

     return heads_count 

编辑：这里还有几个问题。

1. 在引用变量（出现在要评估的表达式中）之前，必须指定变量（即出现在=符号的左侧）。这发生在函数“flip_coins”中，您需要在开始循环之前分配heads_count = 0。在尝试在主函数中增加它（而不是函数定义中的代码）之前，也不会初始化multiple_heads_count。最后，在分配它们之前，您正尝试打印两个变量multiple_heads_probability和second_probability。

2. 您错误地试图比较字符串整数在循环

   for i in range (1000): 
       if flip_coin(8) == "3": ## changed to flip_coin() 
        multiple_heads_count += 1 
   

   flip_coin的值（8）是一个整数，但你检查字符串“3”的平等。字符串和整数永远不会相等。在这种情况下，刚刚从3

3. 周围去掉引号你有一个return语句的功能

   return multiple_heads_count 
   

   此语句可以删除之外。运行循环后，multiple_heads_count的值仍然可用，因为您仍处于相同的范围内，因此您可以将其打印出来或根据需要使用它。

4. （编辑：注意 - 本款适用于Python的2.X，但不是Python 3.x都有）一旦你解决这些语法错误，你会发现，你的结果总是打印“0”。这是因为在python中，两个整数的除法会产生一个整数结果（商数，其余的则被丢弃）。在这种情况下，你总是将一个整数除以一个更大的整数，所以商总是零。你想要的是划分整数，并得到一个浮点结果，这样你就可以强制蟒蛇由商的至少一个元素指定为浮点做到这一点：

   multiple_heads_probability = multiple_heads_count/1000.0 ## added ".0" 
   

   您可以添加” .0 “到任何整数值，它将强制浮点除法。这是python要注意的一个非常重要的特性。

5. 最后，根据你的问题陈述，你的逻辑是错误的。你的问题指出，你应该计数8个硬币翻转中“连续三个头”的实例，但是你的代码计算出8个中的所有头，并返回总头数。现在，这里有一些含糊不清的地方。你正在检查三个头，但问题是这样的吗？即使你修正逻辑寻找连续的头部，你会忽略“HHHH”，“HHHHH”等，因为你正在测试三个。此外，你是否应该将“HHHTTHHH”算作连续三个头的两个实例？

Python是一门很棒的语言，它是这类问题的绝佳选择。祝你好运！

Answer 2

这很有趣，类似于我几个月前写的一个骰子滚动程序，让我回到python！

我注意到的第一件事是代码试图在创建它们之前先打印两个变量，在分割整数时还需要小心，它总是会返回一个整数，这意味着不会转换为float首先（使用float()或将.0添加到整数的末尾），结果将始终为零。所以我改变者行：

multiple_heads_probability = float(multiple_heads_count)/1000 
second_probability = 56.0/256 

print(multiple_heads_probability) 
print(second_probability) 

其次，如果你希望程序找到一排抛头三次的概率，那么我建议你if flip_coin() == "H":块之后添加else声明。然后再判断一个if语句以确定是否连续出现3个。另外，为了添加到变量中，您必须首先使用初始化它们，您可以使用：heads_count = 0并稍后添加它。所以我把你的第二个功能改为：

def flip_coins(n): 
    heads_count = 0 
    heads_rows = 0 
    for i in range(n): 
     if flip_coin() == "H": 
      heads_count +=1 
     else: 
      heads_count == 0 

     if heads_count == 3: 
      heads_rows += 1 
      heads_count = 0 
     else: 
      pass 
    return heads_rows 

最后，for循环。为什么在功能之外使用return？这只适用于编写富有成效的（不是空的）函数而不是在循环中（除非在富有成效的函数中）。在行if flip_coins(8) == "3":中，您将整数与一个字符串进行比较，以便它始终返回false。因为改动flip_coins()的我也改以其他方式for循环，现在是：

multiple_heads_count = 0 
for i in range (1000): 
    if flip_coins(8) >= 1: #if there were any occurrences of 3 heads (H) in a row 
     multiple_heads_count += 1 

校正和完整代码如下，有10个可能的输出（出千）一起。

代码：

import random 

def flip_coin(): 
    return random.choice("HT") 

def flip_coins(n): 
    # initialize two variables for incrementation 
    heads_count = 0 
    heads_rows = 0 
    for i in range(n): # do n times 
     if flip_coin() == "H": # if flipped a heads 
      heads_count +=1 # increment heads_count by one 
     else: # otherwise 
      heads_count == 0 # reset heads_count 

     if heads_count == 3: # if there have been three heads so far 
      heads_rows += 1 # increment heads_rows by one 
      heads_count = 0 # reset heads_count 
     else: # otherwise 
      pass # do nothing 
    return heads_rows 

multiple_heads_count = 0 # initialize a variable for incrementation 
for i in range (1000): # do 1000 times 
    if flip_coins(8) >= 1: # if there was at least one three heads in a row 
     multiple_heads_count += 1 # increment multiple_heads_count by one 

multiple_heads_probability = float(multiple_heads_count)/1000 # calculate the probability of having at least one heads in a row 
second_probability = 56.0/256 # This is the supposed theoretical probability, however I have not checked this yet 

print(multiple_heads_probability) 
print(second_probability) 

输出：

0.865 
0.21875 

0.851 
0.21875 

0.853 
0.21875 

0.861 
0.21875 

0.866 
0.21875 

0.89 
0.21875 

0.839 
0.21875 

0.856 
0.21875 

0.855 
0.21875 

0.841 
0.21875 

我好奇，什么56.0/256表示，可能有人开导我在评论？