Python学习第133课--画出100个人的人生

我们上节模拟了一个赌徒进行多次赌博后的结果，在这个模拟中定义的扔骰子的函数是随机抽取1-6的数字，赌博函数也需要输入初始资金、每次下注金额、赌博次数这些参数，每一次模拟都是对数字进行处理，而且输出结果也是一堆数字以及字符串。

数字及字符串的这种结果展示方式，不能够让人非常直观的感受一些趋势或者是变化的东西，尤其是当模拟很多次时，输出的结果是一大堆数字时，看起来非常不方便，而通过图表、图形的形式去展示，就能够让人们对结果、结论的认识更直观、更明了。

那么这节我们就把上节的模拟赌博的结果数据可视化。
要把数据可视化，我们就需要引入数据可视化的库matplotlib进行画图，要画图就需要导入matplotlib的数据是列表。
要导入列表形式的数据，那么这个列表数据从哪来？我们把模拟过程中赌博函数每次产生的数字添加到列表中就行了。
要画图我们画什么形式的图呢？
因为我们是模拟赌博后赌徒还剩多少钱的结果，我们要根据每次下注完成一次赌博后剩多少钱的结果来绘制图形，那么以赌博次数作为x轴、赌博后剩余的钱数作为y轴，来绘制折线图是比较合适的。
以上就是把模拟的结果数据可视化的整个思维流程。

我们把上节的代码稍作修改，把print语句都删了，因为这些print语句是为了让我们对模拟过程看的更清楚，只是给我们自己看的。

现在假设有100个赌徒，我们模拟这100个赌徒赌博时资金变化的情况，把他们资金变化的情况可视化。我们上节的代码定义的赌博函数，是规定一个赌徒初始资金100万，每次下注1万，总共玩100次，现在我们规定每个赌徒初始资金还是100万，每次下注10万，总共玩10万次。

代码如下：

由于代码超出屏幕范围，截了三次图。代码是连贯完整的。
上面的代码中都有相应的注释，如果是按照顺序从第1课学习到这一课的话，通过代码结合注释，应该能很清楚的理解代码的逻辑，不再赘述。如果有遗忘的知识点，可以查看之前的图文。

运行结果：

最终画出来的折线是100条，每一条折线表示一个赌徒的资金变化。
我们根据这个图，可以看y轴0以上的折线有一些，还有0以下的折线，0就已经表示从刚开始的100万都输光了，0以下就是输完了所有的钱还不够，又输了很多可能都倾家荡产了。

我们看到y轴1以下的折线部分比1以上的要多，因为1就代表没输没赢，说明这100个人，输钱的人多，赢钱的人少。当然也有少数人的资金超过0.5*10的8次方，说明极少数人运气好，赢了5000万以上。

但是总体这100人赢的少，输的多，而且如果你看趋势，x轴超过100000之后，有很多曲线是向下走的，说明如果玩的越多，输钱的可能性就越大。当然这个图主要是反映扔骰子的游戏，因为扔骰子扔出大和小的概率都一样，就跟扔硬币一样，扔出正面和反面的概率一样，也就是说输赢的概率各50%，所以这个图上面显示的输家和赢家的比例差的不多，但是真正的赌博，赌场不可能在定规则时，让输赢的概率都是50%，肯定是玩家输的概率更高一些，即使是输赢各50%，赌场也可以通过调整赔率的方式让赌客输钱。

比如还拿扔骰子来说，输赢各50%。打个比方，假设每次下注是1块钱，赢了赌场给你0.9元，输了这1块钱就没了。那么也就是说，你玩的越多，由于输赢概率是50%，所以你输的次数和赢的次数接近一样。假如你玩了10000次，每次下注1块钱，那么按照输赢概率来算，你基本上就会赢5000次，输5000次，那么赢的那5000次，你就赢了5000*0.9=4500元，输的那5000次，你每次1块钱赌注都没了，你就输了5000元，所以你玩10000次，到最后实际上你就是输了5000-4500=500元。
如果是这种扔骰子、扔硬币的输赢概率的玩法，如果你赢了，赌场给你奖励1块钱，你输了，赌场扣你1块钱赌注，那么你玩的次数越多，就越接近不赔不赚。
如果你赢了，赌场给你奖励1块1，你输了，赌场扣你1块钱赌注，那么你玩的越多，你最后总体上就是赚钱的，但是赌场是绝对不可能这么干的。

你看，即使是这种输赢概率各50%的游戏，通过调整奖励和赌注的赔率，让你总体输钱。总之，。

如果一个玩法，赌场赢的概率51%甚至更高，那赌客更不可能赢钱。比如说同样扔骰子，赌场规定扔出56才算大，才是赢，那你想想，你玩的越多，是不是输的可能赢越大。总之赌场会制定有利于自己的规则，来保证他们赚钱，他赚赌徒就亏，这是零和博弈。当然绝大多数的赌徒，是没有能力计算出一个赌博规则的输赢的概率的，即使是乌拉姆这样的数学家，也难以算出赌场中一些玩法单次输赢的概率。还得通过发明蒙特卡洛模拟，这种建立模型多次模拟的方法去计算概率。

我们学的主要是这种建模解决问题的思想。

扯多了，这只是我的个人想象，真正的赌场规则咱也不知道。但是道理就是这个道理。

跟我一起学习Python，长按二维码关注我