读入数据

代码如下（示例）：

#先通过组合数计算得概率：
import pandas as pd
import numpy as np

pd.__version__
# '1.2.1'

# 一次扔两个六面骰子, 和为多少的概率最大? 7 的可能性最大
midx = (pd.MultiIndex
        .from_product(([1,2,3,4,5,6],
                       [1,2,3,4,5,6]),
                      names=['a', 'b'])
       )
(
    pd.DataFrame(index=midx)
    .reset_index()#当数据不再是连续的索引时，可以使用reset_index()重置索引。
    .assign(c=lambda d: d.eval('a+b'))
    .c
    .value_counts()#value-counts () 方法会返回该列每个项的计数。
    .plot
    .bar()
)

#我们可以看到值为 7 的最多，有 6 个。接下来进行实验，用 numpy 生成随机数据再进行计算。
rng = np.random.default_rng()#随机数的产生需要先创建一个随机数生成器

# 投掷，1 万次
one = rng.integers(1,7, size=10000)#创建随机一维整数
two = rng.integers(1,7, size=10000)

# 查看单次的频数，频数几乎相同
pd.Series(one).hist()
pd.Series(two).hist()

# 相加，7 频数最大
pd.Series(one + two).hist()
#最终得知，一次投两个骰子，和为 7 的概率最大。