Python 巨蟒抛硬币

我对Python还不熟悉，我无法理解这一点。我定义了以下函数：

def FlipCoins(num_flips):
    heads_rounds_won = 0
    for i in range(10000):
        heads = 0
        tails = 0
        for j in range(num_flips):
            dice = random.randint(0,1)
            if dice==1: heads += 1
            else: tails += 1
        if heads > tails: heads_rounds_won += 1
    return heads_rounds_won

下面是它应该做的（但显然不是）：掷硬币

num\u flip

次，计算正面和反面，看看正面是否多于反面。如果是，则将

head\u rounds\u won

增加1。重复10000次

我认为，

head\u rounds\u won

大约为5000（50%）。对于奇数作为输入，它会这样做。例如，3、5或7将产生约50%。然而，即使是偶数也会产生更低的结果，更像34%。特别是小数字，偶数更高，例如800，与50%的差异要小得多

---

为什么会这样？难道任何输入都不应该产生大约50%的正面/反面吗？

你只是得到了很多平局的回合

def FlipCoins(num_flips):
    heads_rounds_won = 0
    tails_rounds_won = 0
    tied_rounds = 0
    for i in range(10000):
        heads = 0
        tails = 0
        for j in range(num_flips):
            dice = random.randint(0,1)
            if dice==1: heads += 1
            else: tails += 1
        if heads > tails: heads_rounds_won += 1
        elif heads < tails: tails_rounds_won+= 1
        else: tied_rounds += 1
    return heads_rounds_won, tails_rounds_won, tied_rounds

这很有趣，并且（最终）证明了randint（0,1）选择0或1的概率为50/50。社区维基，因为它的信息丰富，但不是对这个问题的直接回答

s = [0, 0]
while True:
    an_int = randint(0, 1)
    s[an_int] += 1
    l = sum(s)
    print 'size: %d - %f%% zeros, %f%% ones' % (l, (100 * s[0]) / float(l), (100 * s[1]) / float(l))

---

对于奇数，正面>反面或反面>正面，但对于偶数，有3种情况：正面>反面，反面>正面&正面==反面。如果正面=反面，你会怎么做？我希望随着翻转次数的增加，这种情况会减少。这能解释你的问题吗？@user1245262:（+1）。这真是个好主意Auser1245262：是的，你说得对，我没有考虑领带。我仍然不明白为什么奇数和偶数作为输入会有如此不同的结果。例如，使用下面Mitch答案中的代码，input 100始终生成8%左右的平局（这不可能是正确的），而input 99几乎从不出现平局但是8%的领带和你期望的差不多。Pr[50正面和50反面]=100选择50*（0.5）^50*（0.5）^50=0.079589。。。。（我是用math.factorial（100）/（math.factorial（50）*math.factorial（50））*math.pow（2，-100）来做的。我想用numpy或scipy会有一个更平滑的方法来做这件事，但我没有很快找到它。用户：谢谢，我想这是有道理的——直觉上我会认为8%太多了

s = [0, 0]
while True:
    an_int = randint(0, 1)
    s[an_int] += 1
    l = sum(s)
    print 'size: %d - %f%% zeros, %f%% ones' % (l, (100 * s[0]) / float(l), (100 * s[1]) / float(l))