Question

我正在尝试理解Monty Hall问题的这个解决方案，我理解大部分代码，但我被困在两个部分。

以下是代码，但具体来说我坚持这两部分

result[bad] = np.random.randint(0,3, bad.sum())

以及整个switch_guess函数。

如果有人能用简单的英语向我解释这将是非常棒的。

#Simulates picking a prize door
def simulate_prizedoor(nsim):
    return np.random.randint(0,3,(nsim))

#Simulates the doors guessed
def simulate_guesses(nsim):
    return np.zeros(nsim, dtype=np.int)

#Simulates the "game host" showing whats behind a door
def goat_door(prize_doors, guesses):
    result = np.random.randint(0,3, prize_doors.size)
    while True:
        bad = (result == prize_doors) | (result == guesses)
        if not bad.any():
            return result
    result[bad] = np.random.randint(0,3, bad.sum())

#Used to change your guess
def switch_guess(guesses, goat_doors):
    result = np.zeros(guesses.size)
    switch = {(0, 1): 2, (0, 2): 1, (1, 0): 2, (1, 2): 1, (2, 0): 1, (2, 1): 0}
    for i in [0,1,2]:
        #print "i = ", i
        for j in [0,1,2]:
            #print "j = ", j
            mask = (guesses == i) & (goat_doors == j)
            #print "mask = ", mask
            if not mask.any():
                continue
            result = np.where(mask, np.ones_like(result) * switch[(i, j)], result)
    return result

#Calculates the win percentage
def win_percentage(guesses, prizedoors):
    return 100 * (guesses == prizedoors).mean()

#The code to pull everything together
nsim = 10000

#keep guesses
print "Win percentage when keeping original door"
print win_percentage(simulate_prizedoor(nsim), simulate_guesses(nsim))

#switch
pd = simulate_prizedoor(nsim)
guess = simulate_guesses(nsim)
goats = goat_door(pd, guess)
guess = switch_guess(guess, goats)
print "Win percentage when switching doors"
print win_percentage(pd, guess)

Answer 1

...特别是我坚持这两部分

result[bad] = np.random.randint(0,3, bad.sum())

让我们把它分解成碎片。将10000缩小到较小的值可能会有所帮助，例如5，这样您就可以打印出值（使用print调用，或者在调试器中）并查看＆＃39;继续。

当我们启动此功能时，prize_doors将有0到2的5个随机值，如2 2 0 1 2，而guesses将有5个值，全部为0，如0 0 0 0 0。因此，result将从0到2的5个随机值开始，例如0 2 2 0 1。

每次第一次循环，bad将是5个bool值的列表，如果True中的对应值与相应的值匹配，则每个值result在prize_doors或guesses中。因此，在此示例中，True True False True False，因为猜测＃1与prize_doors匹配，并且猜测＃0和＃3匹配goats。

不幸的是，我们只是永远绕过那个循环，因为循环中没有任何内容可以修改result，因此bad将会是相同的永远，永远做同样的检查总是会返回相同的值。

但是如果你缩进result[bad] = …行，那么它就会在循环中缩进，这会改变一切。所以，让我们假设你应该做的是什么，而你只是把它复制错了。

当被视为数字时，True和False分别具有值1和0。因此，bad.sum()是bad中有多少匹配的计数 - 在这种情况下，3。

因此，np.random.randint(0, 3, bad.sum())从0到2选择3个随机值，让我们说1 0 1。

现在，result[bad]选择result中bad的相应值为True的所有元素，因此在此示例中为result[0]， result[1]和result[3]。

因此，我们最终将1 0 1分配给这三个选定的位置，因此result现在为1 0 2 1 1。

因此，下次循环时，bad现在为True False False False False。我们仍然至少有一个True值，因此我们再次运行result[bad] =行。这一次，bad.sum()为1，因此我们选择1个随机值，让我们说0，然后我们将该值分配给result[0]，所以{ {1}}现在是result。

下一次，0 0 2 1 1现在是bad，因此False False False False False是bad.any()，所以我们已经完成了。

换句话说，每次通过时，我们都会采用与奖品门或山羊门不匹配的所有价值，并为他们选择一扇新门，直到最后没有这样的价值。

Answer 2

它也使我感到困惑，直到5分钟前我终于明白了。由于第一个问题已经解决，我只谈第二个问题。

直觉是这样的：给定一系列（猜测，山羊门），在（i，j）循环中，总有一些模拟（例如，模拟[0]和模拟[5]）'命中'通过（i，j），即说法，第0和第5次模拟猜测我和山羊门j。

此示例中的变量mask记录0和5。然后可以确定第0和第5的结果，因为在这些模拟中，切换到的唯一可能的门由i和j确定。因此，np.where刷新会导致这些模拟，保持其他模拟不变。

直觉就在上面。如果你想知道我在说什么，你需要知道np.where如何工作。祝你好运。

试图用Python解决Monty Hall

2 个答案: