Python 3.x Python numpy.random.binomial（）函数

我正在尝试使用np.random.binomial（）函数来模拟具有以下给定参数的一些抛硬币：

• 硬币数量=10
• 每枚硬币的投掷次数=1
• 头部P（H）=0.5“即公平硬币”的概率
• 审判次数=1000000

我使用了以下代码来获得结果：

[守则]

%%time    
tests = np.random.binomial(n=1, p=0.5, size=(int(1e6), 10))
test_sums = tests.sum(axis=1) # axis=1 to sum each row
(test_sums == 4).mean()

%%time    
tests = np.random.binomial(n=10, p=0.5, size=int(1e6))
(tests == 4).mean()

[输出]

(Wall time: 248 ms)
0.204992

Wall time: 68.9 ms
0.2048

我的一位队友推荐了以下代码片段，它使用的代码更少，而且似乎更有效：

[守则]

%%time    
tests = np.random.binomial(n=1, p=0.5, size=(int(1e6), 10))
test_sums = tests.sum(axis=1) # axis=1 to sum each row
(test_sums == 4).mean()

%%time    
tests = np.random.binomial(n=10, p=0.5, size=int(1e6))
(tests == 4).mean()

[输出]

(Wall time: 248 ms)
0.204992

Wall time: 68.9 ms
0.2048

我什么时候可以使用以下任一选项：

tests = np.random.binomial(n=1, p=0.5, size=(int(1e6), 10))
tests = np.random.binomial(n=10, p=0.5, size=int(1e6))

---

你能告诉我这两种情况有什么不同吗？知道了这一点，我们可以说，结果是一样的。

你的队友推荐的版本更有效，在数学上也相当。指定

n=10

告诉

binomial

掷硬币10次，并返回“成功”的次数（可以定义为“头部”）。换言之，它的功能与代码相同，但只需一次函数调用。

您的队友推荐的版本更高效，并且在数学上是等效的。指定

n=10

告诉

binomial

掷硬币10次，并返回“成功”的次数（可以定义为“头部”）。换句话说，它执行代码所执行的操作，但只需一个函数调用