为什么下面的代码没有给出 return 大约 0.75 的概率？

Question

任务是模拟掷一对骰子 10,000 次，并计算当我们取两个骰子结果的乘积时，有多少次掷出偶数。这个想法是为了表明这应该非常接近理论概率 0.75。

我写了下面的代码，但是当它应该接近 7500 时它给了我 8167 个偶数产品抛出。

np.random.seed(193)
#np.random.randint(0,7) is a (random) die 

count=0
for i in range(10000):
    
if np.mod(np.random.randint(0,7)*np.random.randint(0,7), 2)==0: 
        count+=1

count

（我知道有很多方法可以做到这一点，也许还有更优雅的方法，只是想看看为什么会产生这样的结果。）

Answer 1

random.randint(0,7) 可以 return 0 或 7。需要是 random.randint(1,6)

Answer 2

正如评论中指出的那样，您想要 np.random.randint(1, 7)，因为骰子上没有 0：

import numpy as np

np.random.seed(193)

count = 0
for i in range(10000):
    if np.mod(np.random.randint(1, 7) * np.random.randint(1, 7), 2) == 0:
        count += 1

print(count)

或者只是：

import numpy as np

np.random.seed(193)

count = sum([1 - np.mod(np.random.randint(1, 7) * np.random.randint(1, 7), 2)
             for _ in range(10000)])

print(count)

为什么下面的代码没有给出 return 大约 0.75 的概率？

Why doesn't the following code give return a probability of approximately 0.75?

python

simulation

numpy

probability