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
# 统计正面和反面的次数
positive_count = 0
negative_count = 0

for i in range(n):
    # 抛硬币
    result = random.randint(0, 1)
    # 统计正面和反面的次数
    if result == 0:
        positive_count += 1
    else:
        negative_count += 1

# 计算概率
positive_probability = positive_count / n
negative_probability = negative_count / n

# 输出结果
print("正面出现的次数为：", positive_count)
print("正面出现的概率为：", positive_probability)
print("反面出现的次数为：", negative_count)
print("反面出现的概率为：", negative_probability)

运行结果如下：

正面出现的次数为： 499834
正面出现的概率为： 0.499834
反面出现的次数为： 500166
反面出现的概率为： 0.500166

可以看出，抛硬币100万次，正面和反面的次数非常接近，概率也很接近于50%。

相关问题

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。

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从1到100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 range(1, 101):
            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 1 次的概率为： 4e-05
正面出现 2 次的概率为： 0.000299
正面出现 3 次的概率为： 0.001336
正面出现 4 次的概率为： 0.004551
正面出现 5 次的概率为： 0.013601
正面出现 6 次的概率为： 0.03294
正面出现 7 次的概率为： 0.065829
正面出现 8 次的概率为： 0.11227
正面出现 9 次的概率为： 0.160694
正面出现 10 次的概率为： 0.172044
正面出现 11 次的概率为： 0.146383
正面出现 12 次的概率为： 0.098957
正面出现 13 次的概率为： 0.052853
正面出现 14 次的概率为： 0.023051
正面出现 15 次的概率为： 0.008173
正面出现 16 次的概率为： 0.002345
正面出现 17 次的概率为： 0.000529
正面出现 18 次的概率为： 0.000109
正面出现 19 次的概率为： 2.1e-05
正面出现 20 次的概率为： 3e-06
正面出现 21 次的概率为： 0.0
正面出现 22 次的概率为： 0.0
正面出现 23 次的概率为： 0.0
正面出现 24 次的概率为： 0.0
正面出现 25 次的概率为： 0.0
正面出现 26 次的概率为： 0.0
正面出现 27 次的概率为： 0.0
正面出现 28 次的概率为： 0.0
正面出现 29 次的概率为： 0.0
正面出现 30 次的概率为： 0.0
正面出现 31 次的概率为： 0.0
正面出现 32 次的概率为： 0.0
正面出现 33 次的概率为： 0.0
正面出现 34 次的概率为： 0.0
正面出现 35 次的概率为： 0.0
正面出现 36 次的概率为： 0.0
正面出现 37 次的概率为： 0.0
正面出现 38 次的概率为： 0.0
正面出现 39 次的概率为： 0.0
正面出现 40 次的概率为： 0.0
正面出现 41 次的概率为： 0.0
正面出现 42 次的概率为： 0.0
正面出现 43 次的概率为： 0.0
正面出现 44 次的概率为： 0.0
正面出现 45 次的概率为： 0.0
正面出现 46 次的概率为： 0.0
正面出现 47 次的概率为： 0.0
正面出现 48 次的概率为： 0.0
正面出现 49 次的概率为： 0.0
正面出现 50 次的概率为： 0.0
正面出现 51 次的概率为： 0.0
正面出现 52 次的概率为： 0.0
正面出现 53 次的概率为： 0.0
正面出现 54 次的概率为： 0.0
正面出现 55 次的概率为： 0.0
正面出现 56 次的概率为： 0.0
正面出现 57 次的概率为： 0.0
正面出现 58 次的概率为： 0.0
正面出现 59 次的概率为： 0.0
正面出现 60 次的概率为： 0.0
正面出现 61 次的概率为： 0.0
正面出现 62 次的概率为： 0.0
正面出现 63 次的概率为： 0.0
正面出现 64 次的概率为： 0.0
正面出现 65 次的概率为： 0.0
正面出现 66 次的概率为： 0.0
正面出现 67 次的概率为： 0.0
正面出现 68 次的概率为： 0.0
正面出现 69 次的概率为： 0.0
正面出现 70 次的概率为： 0.0
正面出现 71 次的概率为： 0.0
正面出现 72 次的概率为： 0.0
正面出现 73 次的概率为： 0.0
正面出现 74 次的概率为： 0.0
正面出现 75 次的概率为： 0.0
正面出现 76 次的概率为： 0.0
正面出现 77 次的概率为： 0.0
正面出现 78 次的概率为： 0.0
正面出现 79 次的概率为： 0.0
正面出现 80 次的概率为： 0.0
正面出现 81 次的概率为： 0.0
正面出现 82 次的概率为： 0.0
正面出现 83 次的概率为： 0.0
正面出现 84 次的概率为： 0.0
正面出现 85 次的概率为： 0.0
正面出现 86 次的概率为： 0.0
正面出现 87 次的概率为： 0.0
正面出现 88 次的概率为： 0.0
正面出现 89 次的概率为： 0.0
正面出现 90 次的概率为： 0.0
正面出现 91 次的概率为： 0.0
正面出现 92 次的概率为： 0.0
正面出现 93 次的概率为： 0.0
正面出现 94 次的概率为： 0.0
正面出现 95 次的概率为： 0.0
正面出现 96 次的概率为： 0.0
正面出现 97 次的概率为： 0.0
正面出现 98 次的概率为： 0.0
正