小编这次要给大家分享的是详解Python如何模拟伯努利试验和二项分布，文章内容丰富，感兴趣的小伙伴可以来了解一下，希望大家阅读完这篇文章之后能够有所收获。

1、模拟 27 次投掷硬币的伯努利试验

代码：

from scipy import statsimport numpy as npp = 0.5# 生成冻结分布函数bernoulliDist = stats.bernoulli(p) # 模拟 27 次伯努利实验trails = bernoulliDist.rvs(27) # 查看结果trails

2、模拟二项分布

代码

import numpy as npfrom scipy import statsimport matplotlib.pyplot as plt Ps = [0.5, 0.6, 0.7]Ns = [20, 20, 20]colors = ['blue', 'green', 'red'] # 模拟试验绘制图形for p,n, c in zip(Ps, Ns, colors): binomDist = stats.binom(n, p) P_k = binomDist.pmf(np.arange(n + 1)) label='p={},n={}'.format(p, n) plt.plot(P_k, '--',marker='o', label=label, ms=5) plt.xlabel('X')plt.ylabel('P(X)')plt.legend() plt.show()

结果

看完这篇关于详解Python如何模拟伯努利试验和二项分布的文章，如果觉得文章内容写得不错的话，可以把它分享出去给更多人看到。