随机数生成器与黑客统计

Python 中的统计思维（第 1 部分）

Justin Bois

Teaching Professor at the California Institute of Technology

黑客统计

用重复模拟来计算概率。

ch3-2.004.png

¹ 图片：作者不详

ch3-2.005.png

¹ 图片：Heritage Auction

模拟抛硬币

ch3-2.010.png

伯努利试验

只有两种结果的试验："成功"（True）和"失败"（False）。

np.random 模块

import numpy as np
rng = np.random.default_rng()

rng

Generator(PCG64) at 0x7F9433D38120

随机种子

输入到随机数算法的整数
仅在需要可复现时手动设定随机种子
用 rng = np.random.default_rng(seed) 指定

模拟抛硬币 4 次

rng = np.random.default_rng(42)

random_numbers = rng.random(size=4)
random_numbers

array([0.77395605, 0.43887844, 0.85859792, 0.69736803])

heads = random_numbers < 0.5
heads

array([False,  True, False, False])

np.sum(heads)

模拟抛硬币 4 次

n_all_heads = 0  # 初始化4次全为正面的次数
for _ in range(10000):
     heads = np.random.random(size=4) < 0.5
     n_heads = np.sum(heads)
     if n_heads == 4:
         n_all_heads += 1

n_all_heads / 10000

0.0607

黑客统计求概率

确定如何模拟数据
重复模拟很多次
概率≈出现目标结果的试验占比

Passons à la pratique !

Python 中的统计思维（第 1 部分）