[python] 주사위 시뮬레이션을 통한 히스토그램 그리기 - Matplotlib 활용

 

 

---

Matplotlib을 사용하여 히스토그램 그리기 

히스토그램은 데이터를 구간(또는 범주)으로 나누고, 각 구간에 속하는 데이터의 빈도수를 막대로 나타낸다.

이렇게 구간별 빈도수를 시각적으로 나타내어 데이터의 분포를 파악할 수 있다.

 

import matplotlib.pyplot as plt
plt.hist([1,2,3,4,5,6,7,8,9])
plt.show()

 

• `plt.hist()` : 주어진 데이터의 분포를 히스토그램으로 그린다.

 

 

리스트의 값들의 분포를 히스토그램으로 표시

 

---

주사위 시뮬레이션

 

파이썬의 matplotlip 라이브러리를 사용하여 주사위 시뮬레이션 결과를 히스토그램으로 시각화하는 방법에 대해 알아보자.

• 주사위를 여러번 굴려서 나오는 숫자를 기록한다.
• 이를 통해 나오는 각 숫자의 빈도를 확일할수 있다.

 

---

 

 코드 작성

import matplotlib.pyplot as plt
import random

# 결과 기록을 위한 리스트 생성
dice = []

# 주사위를 1000번 굴려서 결과를 기록
for i in range(1000):
  dice.append(random.randint(1,6))

print(dice)

# 결과를 히스토그램으로 시각화
plt.hist(dice, bins = 6)
plt.show()

 

 

위 코드는 주사위를 1000번 굴려서 나오는 결과를 히스토그램으로 그리는 예시이다. `random.randint(1,6)` 함수를 사용하여 주사위의 눈금을 나타내는 1에서 6 사이의 랜덤한 정수를 생성한다. 그리고 이를 plt.hist() 함수를 사용하여 히스토그램으로 시각화한다. 결과를 보면 각 숫자가 나오는 빈도를 쉽게 확인할 수 있다.

 

 

 

---

 

간단한 range() 함수의 기본 동작

 

오버로딩된 함수는 stop 매개변수만을 갖고 있다. 이 매개변수는 생성하려는 정수 시퀀스의 끝을 나타낸다. 기본적으로 시작값은 0이며, 간격은 1이다. 따라서 range(stop)을 호출하면 0부터 stop 직전까지의 정수 시퀀스가 생성된다. 주어진 stop 값은 시퀀스에 포함되지 않는다.

 

 

 

 

 

---

 

주사위 시뮬레이션을 통한 히스토그램 분석

 

주사위를 1000번 돌려서 나온 결과를 기록하기 위해 빈 리스트 dice를 만든다. 그런 다음, 1000번 동안 주사위를 굴려서 나온 랜덤한 숫자를 dice 리스트에 추가한다. 이후에는 dice 리스트에 담긴 1000개의 숫자를 출력한다.

 

이어서, 주사위를 천 번 굴렸을 때의 결과를 기록하기 위해 dice = []로 리스트를 비워준다. 그리고 또 1000번의 주사위 굴리기를 하고 그 결과를 dice 리스트에 저장한다. 

 

마지막으로, dice 리스트에 저장된 결과를 히스토그램으로 출력한다.  이때, 주사위의 눈금이 x축에, 해당 눈금이 나온 횟수가 y축에 표시된다.

 

 

 

---

 

주사위 램던 횟수 증가 따른 균등화

 

주사위를 10번과 1000번 돌려서 나온 결과를 비교해보면, 주사위를 더 많이 돌릴수록 각 숫자가 나올 확률이 더 균등해진다. 즉, 주사위를 1000번 돌릴 때는 각 눈금이 나올 확률이 더 고르게 분포된다. 이는 주사위를 무작위로 더 많이 굴릴수록 통계적으로 예상되는 결과에 더 가까워진다는 것을 의미한다.

 

주사위의 랜덤 횟수가 증가함에 따라서 각 숫자가 나올 확률이 더 정확하게 6분의 1에 근접해간다. 따라서, 주사위를 더 많이 굴릴수록 우리는 각 숫자가 나올 확률을 더 정확하게 예측할 수 있다.