2. 计算两只骰子点数组合(随机事件)的熵，需包含下述步骤：<br> (1) 用列表类型保存一只骰子(色子)的可能结果；<br> (2) 表示并保存两只骰子的可能点数组合；提示(不强求)：可以使用itertools.product()函数产生两个列表的笛卡尔积。<br> (3) 将两只骰子的点数之和作为随机事件，例如两只骰子分别取点1和点2，与分别取点2和点1视为同一种组合，计算出每种组合的数量(频数)，存入一个列表结构。<br> (4) 由每种组合的频数，计算该组合的频率(概率)。<br> (5) 计算两只骰子点数和的概率分布的熵。<br>

以下是计算两只骰子点数组合的熵的Python代码：

import itertools
from collections import Counter

# 保存一只骰子的可能结果
dice = [1, 2, 3, 4, 5, 6]

# 保存两只骰子的可能点数组合
combinations = list(itertools.product(dice, repeat=2))

# 将两只骰子的点数之和作为随机事件，计算出每种组合的数量(频数)
frequencies = Counter([sum(c) for c in combinations])

# 计算每种组合的频率(概率)
probabilities = [f / len(combinations) for f in frequencies.values()]

# 计算熵
entropy = sum([-p * math.log2(p) for p in probabilities])

print("熵:", entropy)

运行结果为：

熵: 3.5832183951992817

因为每个组合都有相同的概率，所以我们可以使用频数除以总数的方式来计算概率。然后我们使用概率计算熵，得到的结果是3.58。