Python初学者教程：使用tkinter创建概率计算器
114 浏览量
更新于2024-09-01
收藏 705KB PDF 举报
"这篇资源是关于使用Python的tkinter库创建一个简单的概率计算器的教程，适合初学者实践。作者在学习Python的过程中，发现概率论中的计算可以通过编程来简化，于是决定利用tkinter制作一个图形用户界面（GUI）的应用程序，以帮助解决概率计算问题。教程涵盖了二项分布、泊松分布、指数分布和正态分布的计算，并且在正态分布部分使用了scipy库来处理积分计算。"
在这个项目中，主要涉及以下知识点：
1. **Python基础**：首先，需要了解Python的基本语法和数据类型，如整型（int）和浮点型（float），以及如何编写函数。
2. **tkinter库**：tkinter是Python的标准GUI库，用于创建窗口和控件。在本项目中，开发者使用tkinter来设计用户界面，包括按钮、输入框等元素，以便用户输入计算所需的参数。
3. **数学函数**：理解并实现概率论中的基础数学函数，如阶乘、最大公约数（GCD）、约分、排列（pmt）和组合（cmb）。这些函数是进行概率计算的前提。
4. **二项分布**：二项分布是统计学中常见的离散概率分布，适用于n次独立重复试验，每次试验成功概率为p的情况。计算器需要能够计算出特定次数的成功概率。
5. **泊松分布**：泊松分布也是离散概率分布，常用于描述单位时间内事件发生次数的概率。计算器需要根据给定的平均发生率λ来计算概率。
6. **指数分布**：指数分布是一种连续概率分布，常用于描述随机事件的等待时间。计算器需能够计算出在给定时间范围内事件发生的概率。
7. **正态分布**：正态分布（高斯分布）是统计学中最重要的一种连续概率分布，具有均值μ和标准差σ。由于正态分布的概率密度函数需要积分计算，作者引入了scipy库的`quad`函数来进行数值积分。
8. **第三方库scipy**：scipy是Python科学计算库，包含许多高级数学和统计功能，如积分计算。在本例中，用于计算正态分布的概率。
9. **代码结构与模块化**：通过编写不同的函数，如`far`（阶乘）、`fractor`（最大公约数）、`splify`（约分）等，实现了代码的模块化，提高了代码可读性和复用性。
10. **软件工程思维**：将复杂的计算过程封装在函数中，然后通过用户界面调用，使得用户可以直观地进行操作，体现了良好的软件工程思维。
通过这个项目，初学者不仅可以学习到Python编程和tkinter GUI的基本用法，还能深入理解概率论中的分布计算，同时体验到如何结合数学知识和编程技巧解决实际问题。
用用python的的tkinter写一个简单的概率计算器（适合新手练习）写一个简单的概率计算器（适合新手练习）
用用python的的tkinter写一个简单的概率计算器写一个简单的概率计算器
最近刚学python， 肯定还是有很多不足的地方，欢迎大神指正~
2020年4月4日晚，一位小伙正在苦逼地赶着他的概率论作业。看着用过了一次又一次的公式，他陷入了沉思：每个公式只需要两三个参数，然后进行对
应的计算就能拿到结果——这不正好适合编程解决吗？再用tkinter编辑个ui界面发给同学用，岂不是救众生于水火，功德无量吗？就这样，他幻想着同学
们投来崇拜的目光，眼（zui）角流着幸福的泪（kou）水，错过了交作业的最后一点时间……
一一.编写计算文件编写计算文件
工欲善其事，必先写工具。最重要的部分当然是怎么正确地把结果算出来。
我目前学的部分并没有多少，所以我写了二项分布、泊松分布、指数分布、正态分布四个部分。其中正态分布的概率密度函数不能直接积分，所以我用我用
了第三方的库了第三方的库scipy来计算积分。这个库安装还挺麻烦的，需要先安装需要先安装numpy+mkl，需要的小伙伴可以自行百度。只要不是编程小白，应该都能看懂下
面的代码，就不多解释了。
# base.py
E = 2.718281828459045235360287471352662497757247093699959574966967627724076630353547594571382178
PI = 3.141592653589793238462643383279502884197169399375105820974944592307816406286208998628034825
from scipy.integrate import quad #导入积分函数
#计算阶乘
def far(n):
s = 1
for i in range(1, n+1):
s *= i
return s
#计算最大公因数
def fractor(a, b):
if b:
temp = a % b
return fractor(b, temp)
else:
return a
#约分
def splify(a, b):
x = fractor(a, b)
return [int(a/x), int(b/x)] #排列公式
def pmt(m, n):
s = 1
for i in range(n-m+1, n+1):
s *= i
return s
#组合公式
def cmb(m, n):
return pmt(m, n) // far(m)
#二项分布
def Binomial(p, n):
dic = {}
for i in range(n + 1):
dic[i] = cmb(i, n) * p**i * (1-p)**(n-i)
return dic
#泊松分布
def Poisson(l, k):
return l**k * E**(-1*l) / far(k)
#指数分布
def Exponential(la, x):
return 1 - E**(-1 * la * x)
#标准正态分布
def Nor(x):
coefficient = 1 / ((2 * PI)**(1/2))
f = lambda t : E**(-1 * t*t / 2)
v, err = quad(f, -1000, x) # err为误差
return coefficient * v
#正态分布
def Normal(mu, sigma, x):
z = (x - mu) / sigma
return Nor(z)
if __name__ == "__main__":
pass
二二.编写窗口程序编写窗口程序
其实有了上面那一部分对于我来说已经够用了，但一来刚学了tkinter想练练手，二来谁不想在同学面前装个B 露一手呢？先是编写根窗口，我设置了四个
选项
from tkinter import *
root = Tk()
root.geometry("400x350")
root.title("概率计算器 v1.0内测版")
Button(root, text="二项分布", width=20, height=3).pack(pady=10)
Button(root, text="泊松分布", width=20, height=3).pack(pady=10)
Button(root, text="指数分布", width=20, height=3).pack(pady=10)
Button(root, text="正态分布", width=20, height=3).pack(pady=10)
root.mainloop()
效果呢就是这个样子（有点丑，凑合着看吧）：
下载后可阅读完整内容，剩余7页未读，立即下载
2024-10-03 上传
点击了解资源详情
2020-12-30 上传
2021-02-13 上传
2014-08-15 上传
2024-01-08 上传
点击了解资源详情
点击了解资源详情
2024-12-26 上传
weixin_38573171
- 粉丝: 7
- 资源: 945
我的内容管理
展开
