4.3 KiB
id, title, challengeType, forumTopicId, dashedName
| id | title | challengeType | forumTopicId | dashedName |
|---|---|---|---|---|
| 5e44414f903586ffb414c950 | 概率计算器 | 10 | 462364 | probability-calculator |
--description--
你将通过使用我们的Replit 入门代码来完成本项目。
--instructions--
假设有一顶帽子，里面有 5 个蓝球、4 个红球和 2 个绿球。 随机抽取的 4 个球中至少包含 1 个红球和 2 个绿球的概率是多少？ 虽然可以使用高等数学来计算概率，但更简单的方法是编写一个程序来执行大量实验来估计近似概率。
对于这个项目，你将编写一个程序来确定从帽子中随机抽取某些球的大致概率。
首先，在prob_calculator.py 中创建一个Hat 类。 该类应该采用可变数量的参数来指定帽子中每种颜色的球数。 例如，可以通过以下任何一种方式创建类对象：
hat1 = Hat(yellow=3, blue=2, green=6)
hat2 = Hat(red=5, orange=4)
hat3 = Hat(red=5, orange=4, black=1, blue=0, pink=2, striped=9)
一顶帽子总是至少有一个球。 创建时传递给 hat 对象的参数应转换为 contents 实例变量。 contents 应该是一个字符串列表，其中包含帽子中每个球的一个项目。 列表中的每一项都应该是一个颜色名称，代表该颜色的单个球。 例如，如果你的帽子是 {"red": 2, "blue": 1}，contents 应该是 ["red", "red", "blue"]。
Hat 类应该有一个 draw 方法，该方法接受一个参数，该参数指示要从帽子中抽取的球数。 此方法应该从 contents 中随机删除球，并将这些球作为字符串列表返回。 在抽取过程中球不应回到帽子中，类似于没有放回的黑盒实验。 如果要抽的球数量超过可用数量，则返回所有球。
接下来，在 prob_calculator.py（不是在 Hat 类中）创建一个 experiment 函数。 此函数应接受以下参数：
hat：一个包含球的帽子对象，应该在函数内复制。expected_balls：一个对象，指示尝试从帽子中抽取的确切球组以进行实验。 例如，要确定从帽子中抽取 2 个蓝球和 1 个红球的概率，将expected_balls设置为{"blue":2, "red":1}。num_balls_drawn：每次实验中从帽子中抽出的球数。num_experiments：要执行的实验数量。 （进行的实验越多，近似概率就越准确。）
experiment 函数应该返回一个概率。
例如，假设你想确定当你从一个包含 6 个黑球、4 个红球和 3 个绿球的帽子中抽出 5 个球时，至少得到 2 个红球和 1 个绿球的概率。 为此，我们进行 N 次实验，记录其中我们至少得到 2 个红球和 1 个绿球的次数 M，并估计概率为M/N。 每个实验都包括从一顶装有指定球的帽子开始，抽取一些球，然后检查我们是否得到了我们想要得到的球。
以下是基于上面的示例调用 experiment 函数的方法，其中包含 2000 个实验：
hat = Hat(black=6, red=4, green=3)
probability = experiment(hat=hat,
expected_balls={"red":2,"green":1},
num_balls_drawn=5,
num_experiments=2000)
由于这是基于随机抽取的，因此每次运行代码时概率会略有不同。
提示：考虑使用已经在 prob_calculator.py 顶部导入的模块。 不要在 prob_calculator.py 中初始化随机种子。
开发
在 prob_calculator.py 中编写你的代码。 对于开发，你可以使用 main.py 来测试你的代码。 单击“运行”按钮，main.py 将运行。
样板文件包括 copy 和 random 模块的 import 语句。 考虑在你的项目中使用它们。
测试
这个项目的单元测试在 test_module.py 中。 为了你的方便，我们将测试从 test_module.py 导入到 main.py。 只要你点击“运行”按钮，测试就会自动运行。
提交
复制项目的 URL 并将其提交给 freeCodeCamp。
--hints--
它应该能正确地计算概率，并通过所有测试。
--solutions--
/**
Backend challenges don't need solutions,
because they would need to be tested against a full working project.
Please check our contributing guidelines to learn more.
*/