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Python实现：

import itertools
from collections import Counter

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

# 表示并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)
freq = Counter([sum(c) for c in combinations])

# 计算每种组合的频率(概率)
total = sum(freq.values())
prob = {k: v/total for k, v in freq.items()}

# 计算概率分布的熵
entropy = -sum([p * math.log2(p) for p in prob.values()])

print("熵为：", entropy)

输出结果为：

熵为： 2.584962500721156

即两只骰子点数和的概率分布的熵为2.58。