编写一维随机游走程序，使得向右移动的概率为 r，向左移动的概率为 1-r（生成中的数字，而不是{1,2}中的整数）。在 ns步后计算 n p个粒子的平均位置。 在数学上可以证明，在n p→∞时，平均位置逼近r*ns−(1−r)*ns（ns是步数）。 请你编写函数 random_walk1D_drift(np, ns, r)，返回 np 个粒子随机游走 ns 步（每步右移概率为 r）后平均位置的估算值。

好的，我可以帮你写这个函数。以下是代码：

import random

def random_walk1D_drift(np, ns, r):
    total_distance = 0
    
    for i in range(np):
        position = 0
        for j in range(ns):
            if random.random() < r:
                position += 1
            else:
                position -= 1
                
        total_distance += position
        
    return total_distance / np

这个函数使用了两层循环，外层循环是计算 np 个粒子的平均位置，内层循环是每个粒子进行 ns 步的随机游走。在内层循环中，我们使用 random.random() 函数生成一个 0 到 1 之间的随机数，如果这个随机数小于 r，就向右移动一步，否则向左移动一步。最后，我们将每个粒子的距离加起来，最后再除以 np 得到平均距离。

你可以通过调用这个函数并传入相应的参数来测试它，例如：

print(random_walk1D_drift(1000, 100, 0.6))

这将计算 1000 个粒子在 100 步中每步向右移动的概率为 0.6 的情况下的平均距离估算值。