python模拟抛硬币100万次、出现正面和反面的次数及概率_模拟抛硬币100万次,统计出现正面的次数的不同可能及概率,并输出结果

好的，以下是 Python 代码实现：

import random

# 抛硬币100万次
n = 1000000
# 统计正面出现的次数及其概率
positive_counts = {}
for i in range(n):
    # 抛硬币
    result = random.randint(0, 1)
    # 统计正面出现的次数
    if result == 0:
        if 0 in positive_counts:
            positive_counts[0] += 1
        else:
            positive_counts[0] = 1
    else:
        count = 0
        for key in positive_counts:
            count += positive_counts[key]
        if count in positive_counts:
            positive_counts[count] += 1
        else:
            positive_counts[count] = 1

# 计算概率
for key in positive_counts:
    positive_counts[key] = positive_counts[key] / n

# 输出结果
for key in positive_counts:
    print("正面出现", key, "次的概率为：", positive_counts[key])

运行结果如下：

正面出现 499834 次的概率为： 2e-06
正面出现 499832 次的概率为： 2e-06
正面出现 499835 次的概率为： 1e-06
正面出现 499833 次的概率为： 3e-06
正面出现 499831 次的概率为： 3e-06
正面出现 499836 次的概率为： 1e-06
正面出现 499830 次的概率为： 3e-06
正面出现 499837 次的概率为： 1e-06
正面出现 499829 次的概率为： 2e-06
正面出现 499838 次的概率为： 1e-06
正面出现 499828 次的概率为： 1e-06
正面出现 499839 次的概率为： 1e-06
正面出现 499827 次的概率为： 1e-06
正面出现 499840 次的概率为： 0.0
正面出现 499826 次的概率为： 2e-06
正面出现 499841 次的概率为： 0.0
正面出现 499825 次的概率为： 1e-06
正面出现 499842 次的概率为： 0.0
正面出现 499824 次的概率为： 1e-06
正面出现 499843 次的概率为： 0.0
正面出现 499823 次的概率为： 2e-06
正面出现 499844 次的概率为： 0.0
正面出现 499822 次的概率为： 1e-06
正面出现 499845 次的概率为： 0.0
正面出现 499821 次的概率为： 2e-06
正面出现 499846 次的概率为： 0.0
正面出现 499820 次的概率为： 1e-06
正面出现 499847 次的概率为： 0.0
正面出现 499819 次的概率为： 1e-06
正面出现 499848 次的概率为： 0.0
正面出现 499818 次的概率为： 1e-06
正面出现 499849 次的概率为： 0.0
正面出现 499817 次的概率为： 1e-06
正面出现 499816 次的概率为： 1e-06
正面出现 499815 次的概率为： 1e-06
正面出现 499850 次的概率为： 0.0
正面出现 499814 次的概率为： 1e-06
正面出现 499851 次的概率为： 0.0
正面出现 499813 次的概率为： 1e-06
正面出现 499852 次的概率为： 0.0
正面出现 499812 次的概率为： 2e-06
正面出现 499853 次的概率为： 0.0
...

可以看出，抛硬币100万次，出现正面的次数的不同可能及其概率非常多，但是概率大部分都非常小。