如何为布尔数组赋值并计算N次抛硬币实验的求和结果

嘿，我明白你的困扰啦！你已经成功用rand(N).<p得到了区分正反的布尔数组，现在就差把这些true/false转换成对应的-1/2和1/2然后求和对吧？下面给你几种简单直接的实现方式：

方法1：用条件映射直观赋值（推荐） #

不管你用的是NumPy还是纯Python，条件赋值都是最容易理解的方式：

• 如果用NumPy（看起来你大概率是用这个，因为rand(N)是NumPy的常用写法）：

  import numpy as np
  N = 100  # 替换成你的抛掷次数
  p = 0.5  # 公平硬币的反面概率
  
  # 生成布尔数组：true=反面，false=正面
  coin_flips = np.random.rand(N) < p
  # 映射为对应的值：反面→-1/2，正面→1/2
  values = np.where(coin_flips, -0.5, 0.5)
  # 计算总和
  total_sum = values.sum()
  

• 如果用纯Python：

  import random
  N = 100
  p = 0.5
  
  coin_flips = [random.random() < p for _ in range(N)]
  values = [-0.5 if flip else 0.5 for flip in coin_flips]
  total_sum = sum(values)
  

方法2：利用布尔值的数值特性做线性变换 #

在编程里，true会被当作1，false当作0，我们可以用这个特性做个简洁的数学转换：
要让反面（true=1）对应-1/2，正面（false=0）对应1/2，可以直接用公式x = 0.5 - flip计算每个值，再求和：

# NumPy版本
total_sum = (0.5 - coin_flips).sum()

# 纯Python版本
total_sum = sum(0.5 - flip for flip in coin_flips)

这个方法不用额外生成中间数组，效率更高，代码也更简洁~

你可以试试这两种方法，随便哪种都能完美得到你想要的总和！

内容的提问来源于stack exchange，提问作者JakobOOlsson