模拟得到1000个参数为0.3的伯努利分布随机数，并用图示表示出来

在Python中，你可以使用NumPy库来生成大量的伯努利分布随机数。伯努利分布是一个只有两个结果（成功或失败，通常用1和0表示）的概率分布，其概率p等于成功的概率。在这种情况下，如果你想要每个随机数都是以0.3的成功概率出现，你可以这样做：

import numpy as np

# 设置成功概率 p = 0.3
p = 0.3
# 生成1000个伯努利随机数
bernoulli_rvs = np.random.binomial(1, p, size=1000)

# 图示部分，这里可以使用matplotlib库
import matplotlib.pyplot as plt
plt.hist(bernoulli_rvs, bins=[0, 1], align='left', edgecolor='black')
plt.xlabel('结果 (0或1)')
plt.ylabel('频率')
plt.title('1000个伯努利分布随机数')
plt.show()

这个代码首先通过`np.random.binomial(1, p)`生成了1000个独立的伯努利随机变量，然后使用`hist`函数绘制了直方图来可视化结果。