import random
def randomSum():

total1 = total2 = total3 = total4 = total5 = total6 = 0

for i in range(10000):

a = random.randint(1,6)

if a == 1:

total1 += 1

elif a == 2:

total2 += 1

elif a == 3:

total3 += 1

elif a == 4:

total5 += 1

elif a == 5:

total6 += 1

print(“骰子为1点的概率是”, total1/100,"%")

print(“骰子为2点的概率是”, total2/100,"%")

print(“骰子为3点的概率是”, total3/100,"%")

print(“骰子为4点的概率是”, total4/100,"%")

print(“骰子为5点的概率是”, total5/100,"%")

print(“骰子为6点的概率是”, total6/100,"%")
randomSum()

         很早之前想过一个问题，就是圆周率既然那么没有规律，这其中会不会有什么规律呢，然后发现了一个规律，那就是，没有规律……

        它的每一位数字虽然都是通过精确计算得出来的，但是会不会存在着随着圆周率位数的增加，各个数字出现的概率一样呢，然后就这问题我开始了尝试，首先，当然是要有数据了，从百度文库里找到了个圆周率前100万位的文档，可是发现虽然整理的很好，文档里却总会每隔50位数出现一些汉字告诉我现在已经有多少位了

 



        本来直接读取文档就好了，你这不是刁难我吗，而且每10位的数字还是连在一起的，我只就干脆当成字符来读取，但是要注意，一个汉字是有两个码值的，想来也是符合逻辑的，每个数字都是在-128到128之间，也就是说可以显示256*256个也就是65536个汉字，完全是够用的，然后我就要读取数据喽，另一个问题又来了，比如会有如下情况“这里是前50位”“这里是前150位”很明显这两句话长度是不一样的，我只好再写一个函数告诉程序下一次要跳过多少个字符→_→，然后就好喽，运行的也很快，一下子就算出来了0到9这10个数字分别有多少个，然后再计算它们分别占了多少个百分比

 







很明显从图中的数据可以看出，随着读取数据的增加，每种数字出现的概率越来越趋向于平均，于是得出不严谨的结论：随着位数的增加，各个数字出现的概率是趋向于平均的。

        虽然这并不严谨，但是就和之前抛硬币得出次数越多越趋向于二分之一一样，没有人能抛无数次硬币来证明这个猜想，所以，当我们没办证明一个东西是错的，但是在人类的能力活动范围内发现它都是对的，那么我觉得它被认为是正确的也没有什么关系，对和错这两个概念都是相对于我们人类自己而言的，花草树木才不管谁对谁错。

        因为我们往往把普遍的能接受的认为是对的，那么错的东西只能是暂时的，思想总是在不停改变，好了不哲学了，下面是实现这一功能的具体源码，另外附加圆周率前100万位文档（用的时候记得把文档名字改成“123”）

 

#include<stdio.h>

#include<ctype.h>    //打开，关闭文档时要用的头文件

 

 

//求位数的函数（用来跳过没用的信息）

int wei(int a){

int b=1,i=10;

for(;;){

if(a/i>=1){

i=i*10;

b++;

}

else break;

}

return b;

}



main(){

int num;

printf("请输入要检索的圆周率位数：");

scanf("%d",&num); 

FILE *fp;

char a[num],ss;

int  s[10]={0},i,j,m,ans=0,n;

float p[10];

if((fp=fopen("123.txt","r"))==NULL){    //打开文档

printf("找不到文档\n");

exit(0);

}

for(i=0;i<num;i++){ 

if(i%10==0&&i!=0){

ss=fgetc(fp);    //跳过空格

ss=fgetc(fp);

}

if(i!=0&&i%50==0){

ans=ans+50;

n=wei(ans);

for(j=0;j<12+n;j++){

ss=fgetc(fp);    //跳过没用的那句话

}

}

a[i]=fgetc(fp);

}

fclose(fp);    //记得要关好

for(i=0;i<num;i++){

s[a[i]-48]++;    //把字符码值变成对应数字

}

for(i=0;i<10;i++){

p[i]=((float)(s[i]))/((float)(num))*100;    //计数

}

printf("\n\n");

for(i=0;i<10;i++){

printf("%d出现%d次 百分比：%.3f\n\n",i,s[i],p[i]);    //打印

}

return 0;

} 

圆周率前100万位.txt

一、前言

区别于形式语言进行自然语言处理，语言模型在自然语言处理中不关心句子的语法，而是关心这个句子出现的概率，即使一个句子完全符合语法逻辑，但是在语料库中未出现，我们仍然可以认为这个句子出现的概率为0。目前计算句子的概率一般采取n元语法模型，因此接下来就引入n元语法模型

二、n元语法模型

介绍n元语法模型之前，要懂一个理想情况下计算概率的模型。对于一个由m个基元(“基元”可以为字、词或短语等,为了表述方便,以后我们只用“词”来通指，每个基元用w表示)构成的句子s=,其概率计算公式可以表示为

p(s) =p()p( | )p( | )...p( | )

这样计算概率这是理想模型，实际上实现这种模型并不现实，假如w1出现的概率是0.0001，w2出现的概率0.0001，一直累乘的话数字会成为一个天文数字。因此就引入了n元语法模型来解决这个问题。

所谓的n元语法模型，不妨先介绍2元语法模型，区别于理想的概率计算方法，2元语法模型中，基元的计算方法变成了如下公式：

p(s) =p()p( | )p( | )...p( | )

可以看出，2元语法模型只和前面一个基元有关系，这样就简化了概率的数字范围，但是条件概率只是理想情况下可求，实际情况就用出现的频率来作为条件概率。接下来介绍给定一个句子，怎么用2元模型来计算这个句子的概率，理论的方法这里就不列出了，直接用例子来走一遍：

假如语料库只有如下的句子，计算概率p( BROWN READ A BOOK):

("BROWN READ HOLY BIBLE”，

“MARK READ A TEXT BOOK"，

“HE READ A BOOK BY DAVID")

(1)  为了是m=1时有意义，所以在每个句子开头加一个标记“<BOS>”。所以从m0开始计算概率，p(BROWN | <BOS>) = = 。就是<BOS>BROWN出现的次数除以<BOS>出现的次数。

(2)  p( READ | BROWN )  =  = 

(3)  p( A | READ )  =  = 

(4)  p( BOOK | A ) =   = 

(5)  p( <EOS> | BOOK )  =  = 

(6)  最后整个句子的概率就是上面五个概 率的乘积    = 0.06

到此为止，就求出了这个句子在语料库中的出现概率，现在一个重要的问题来了，搞了这么半天，句子的概率有什么用？接下来就介绍它的应用。

三、句子出现概率的应用

1.语音识别消除歧义：

       如果有同样的读音，但是对应有不同的汉字，到底哪句话正确，利用句子在语料库中出现的概率，选择概率大的作为识别结果，可以在一定程度上消除歧义

2.中文分词

       例如：我有苹果手机。可以分为“我 / 有 / 苹果手机” ，也可以分为“我 / 有 / 苹果 / 手机” 。到底是怎么分词，这时就可以用句子出现概率来分词，不过此时的基元就不能是单词，而应该是中文的词语。

最后，这两个功能我都没有具体实施，上述文章如果有什么错误，还望各位不吝赐教。

参考的书有：宗成庆的《统计自然语言处理》

计算给的一段数字中每个数字出现的次数，按照从大到小排列。
from random import randint
from collections import Counter
num = '8,23,6,8,19,7,7,23,52,6,23,52,23,23,52,52,23,8,23'
num1= num.split(',')
num2={}
for i in num1:
    if i not in num2:
        num2[i]=1
    else:
        num2[i]=num2[i]+1
num3=Counter(num2).most_common()#排序
print('出现的次数按照从大到小：')
num2=dict(num3)#把列表转换成字典
for key,v in num2.items():
    print(key+':'+'出现'+str(v)+'次')


结果：

出现的次数按照从大到小：

23:出现7次

52:出现4次

8:出现3次

6:出现2次

7:出现2次

19:出现1次