使用Python計(jì)算玩彩票贏錢概率
更新時(shí)間：2019年06月26日 08:30:18 作者：淡淡博客
這篇文章主要介紹了玩彩票贏錢概率有多少？用Python來告訴你,需要的朋友可以參考下
工具：Jupyter notebook + Anaconda
游戲規(guī)則：時(shí)時(shí)彩一種玩法是買尾號。2元一個(gè)數(shù)字，中獎是20元。每個(gè)數(shù)字出現(xiàn)的概率相等。
目前想到兩種買法：
- 隨機(jī)購買，人是感性動物，很容易受周圍環(huán)境干擾。完全隨機(jī)購買在生活中是不存在的。
- 分析數(shù)字在前面N期出現(xiàn)的概率，選擇概率最小的n個(gè)數(shù)字購買。
導(dǎo)入包
import numpy as np
定義玩法一：完全隨機(jī)購買
def play_lottery(my_money,play_num,money):
'''
隨機(jī)選擇數(shù)的中獎率
result：結(jié)果字典
num：用于統(tǒng)計(jì)每個(gè)數(shù)字出現(xiàn)次數(shù)
my_money：我的余額
play_num：投注期數(shù)
money：投注額
flag: 1代表贏錢 0則相反 2表示不輸不贏
'''
flag = 1
temp = my_money
result = {'0':0,
'1':1,
'2':2,
'3':3,
'4':4,
'5':5,
'6':6,
'7':7,
'8':8,
'9':9}
data = np.random.randint(0,10,(play_num,1))
num = np.zeros((10,1))
for i in data:
play = np.random.randint(0,10,(5,1))
if i in play:
temp = temp + money
else:
temp = temp - money
if result[str(i[0])] == i[0]:
num[i[0]] = num[i[0]] + 1
print('我的余額：',temp)
print('開獎結(jié)果統(tǒng)計(jì)：\n',num[0][0],num[1][0],num[2][0],num[3][0],num[4][0],num[5][0],num[6][0],num[7][0],num[8][0],num[9][0])
if temp < my_money:
flag = 0
elif temp == my_money:
flag = 2
return flag
賭博代碼
i = 0 binary = np.zeros((3,1)) while i < 10000: binary[play_lottery(1000,10,10)][0] += 1 i = i + 1
可以看出輸:贏:平=6037:1886:2077
定義玩法二：按照概率購買
第一次購買，假設(shè)玩家已經(jīng)獲取到前面N期開獎號的中獎規(guī)律，不不不，應(yīng)該是前面N期的各個(gè)數(shù)字出現(xiàn)的次數(shù)。
方法如下：
def play_lottery2(my_money,play_num,money):
'''
隨機(jī)選擇數(shù)的中獎率
result：結(jié)果字典
num：用于統(tǒng)計(jì)每個(gè)數(shù)字出現(xiàn)次數(shù)
my_money：我的余額
play_num：投注期數(shù)
money：投注額
flag: 1代表贏錢 0則相反 2表示不輸不贏
'''
flag = 1
temp = my_money
result = {'0':0,
'1':1,
'2':2,
'3':3,
'4':4,
'5':5,
'6':6,
'7':7,
'8':8,
'9':9}
data = np.random.randint(0,10,(play_num,1))
num = np.zeros((10,1))
num_first = np.random.randint(0,10,(10,1))
is_one = 1
for i in data:
if is_one == 1:
play = np.argsort(num_first,axis=0).reshape(-1,1)[0:5]
is_one = 0
play = np.argsort(num,axis=0).reshape(-1,1)[0:5]
if i in play:
temp = temp + money
else:
temp = temp - money
if result[str(i[0])] == i[0]:
num[i[0]] = num[i[0]] + 1
print('我的余額：',temp)
print('開獎結(jié)果統(tǒng)計(jì)：\n',num[0][0],num[1][0],num[2][0],num[3][0],num[4][0],num[5][0],num[6][0],num[7][0],num[8][0],num[9][0])
if temp < my_money:
flag = 0
elif temp == my_money:
flag = 2
return flag
賭博代碼
i = 0 binary = np.zeros((3,1)) while i < 10000: binary[play_lottery2(1000,10,10)][0] += 1 i = i + 1
可以看出按照概率購買之后比值為：
輸:贏:平=3733:3761:2506
相對之前完全隨機(jī)購買
輸:贏:平=6037:1886:2077
贏得幾率提升了不少，甚至贏＞輸，說的我都想翹課買彩票了。
好了回到正題。珍愛生命，遠(yuǎn)離黃賭毒。
以上就是本文的全部內(nèi)容，希望對大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。
相關(guān)文章
這篇文章主要介紹了python安裝numpy和pandas的方法步驟，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2019-05-05
Python連接SQL Server數(shù)據(jù)庫并實(shí)時(shí)讀取數(shù)據(jù)
在Python中,可以使用pyodbc庫來連接SQL Server數(shù)據(jù)庫,并使用pandas庫來進(jìn)行數(shù)據(jù)處理,下面我們就來講講如何實(shí)時(shí)讀取SQL Server數(shù)據(jù)庫表,并將數(shù)據(jù)寫入Excel文件,需要的可以參考下2023-12-12
Python自定義一個(gè)類實(shí)現(xiàn)字典dict功能的方法
今天小編就為大家分享一篇Python自定義一個(gè)類實(shí)現(xiàn)字典dict功能的方法，具有很好的參考價(jià)值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-01-01
requests是python實(shí)現(xiàn)的簡單易用的HTTP庫,使用起來比urllib簡潔很多,下面這篇文章主要給大家介紹了關(guān)于python爬蟲之request模塊的相關(guān)資料,文中通過實(shí)例代碼介紹的非常詳細(xì),需要的朋友可以參考下2022-03-03
Python圖像銳化與邊緣檢測之Sobel與Laplacian算子詳解
圖像銳化和邊緣檢測主要包括一階微分銳化和二階微分銳化，本文主要講解常見的圖像銳化和邊緣檢測方法，即Sobel算子和Laplacian算子，感興趣的可以了解一下2022-12-12
這篇文章主要介紹了Flask使用類組織配置，在實(shí)際的項(xiàng)目中，我們一般都會建立三個(gè)環(huán)境：開發(fā)、測試和生產(chǎn)環(huán)境，這三種環(huán)境會使用不同的配置組合，為了能方便地切換配置，我們可以為不同的環(huán)境創(chuàng)建不同的配置文件，下面來看詳細(xì)內(nèi)容,需要的朋友可以參考一下2021-11-11
Python?OpenCV實(shí)現(xiàn)圖片預(yù)處理的方法詳解
這篇文章主要為大家詳細(xì)介紹了Python?OpenCV實(shí)現(xiàn)圖片預(yù)處理的方法，文中的示例代碼講解詳細(xì)，具有一定的借鑒價(jià)值，感興趣的可以了解一下2022-09-09
這篇文章主要介紹了在Python中操作文件之seek()方法的使用教程,是Python入門學(xué)習(xí)中的基礎(chǔ)知識,需要的朋友可以參考下2015-05-05
python json load json 數(shù)據(jù)后出現(xiàn)亂序的解決方案
今天小編就為大家分享一篇python json load json 數(shù)據(jù)后出現(xiàn)亂序的解決方案，具有很好的參考價(jià)值，希望對大家有所幫助。一起跟隨小編過來看看吧2020-02-02
這篇文章主要介紹了Python內(nèi)置異常類型全面匯總,文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2020-05-05