ChatGPT4o提示词技巧

本期目标是练习  提示词技巧

1、概率的直觉和验证；

推荐使用GPT中文版，国内可直接访问：hhttps://ai.gpt86.top 

2、Python模拟概率的示范;

3、Python高级函数的用法;

第一道 指尖陀螺

Python做的Spinner很酷！

提示词：似指尖陀螺的东东。 停下来后指向偶数的概率是 3/6，停在素数的概率是 3/6，请问停在偶数同时是素数的概率是多少？python模拟任意陀螺

挑战python编程模拟解决？

import random
def simulate_spinner(spins):
    numbers = [1, 2, 3, 4, 5, 6]
    even_prime_count = 0
    for _ in range(spins):
        result = random.choice(numbers)
        if result == 2:  # 2 是唯一的偶数且是素数
            even_prime_count += 1
    probability = even_prime_count / spins
    return probability
# 模拟 100,000 次
spins = 100000
probability = simulate_spinner(spins)
print(f"停在偶数且是素数的概率: {probability:.4f}")

解释代码

def simulate_spinner(spins):
   numbers = [1, 2, 3, 4, 5, 6]
   even_prime_count = 0
   for _ in range(spins):
       result = random.choice(numbers)
       if result == 2:  # 2 是唯一的偶数且是素数
           even_prime_count += 1
   probability = even_prime_count / spins
   return probability

模拟 100,000 次：

spins = 100000
probability = simulate_spinner(spins)
print(f"停在偶数且是素数的概率: {probability:.4f}")

概率理论上是 1/6，因为在 1 到 6 的范围内，唯一的偶数且是素数的数字是 2。

×   显然AI答案不对！

题目正确的答案是 1/3  ×  1/3 = 1/9 ✓

第二道

Mark  我改动以下这道题，与上期的课程有关，考察你理解概率情况。

不使用 Python 的高级函数

以下是不使用高级函数的 Python 代码示例：

# 生成所有可能的结果
all_outcomes = []
for d1 in range(1, 7):
    for d2 in range(1, 7):
        all_outcomes.append((d1, d2))
# 计算事件 A 包含的情况数
def count_event_A(outcomes):
    count = 0
    for outcome in outcomes:
        # 这里我们假设事件 A 是两个骰子的和是 3 的倍数
        if (outcome[0] + outcome[1]) % 3 == 0:
            count += 1
    return count
# 计算事件 A 的情况数
event_A_count = count_event_A(all_outcomes)
print(f"事件 A 包含的情况数: {event_A_count}")

需要理解两个公平的骰子掷出的结果以及事件 A 的定义。

采用高级函数的写法

python
Copy
import itertools
# 所有可能的结果
all_outcomes = list(itertools.product(range(1, 7), repeat=2))
# 计算事件 A 包含的情况数
def count_event_A(outcomes):
    count = 0
    for outcome in outcomes:
        # 这里我们假设事件 A 是某个特定的条件，例如两个骰子的和等于某个值
        # 你可以根据具体的事件 A 的定义来修改这个条件
        if (outcome[0] + outcome[1]) % 3 == 0:  # 例如，和是3的倍数
            count += 1
    return count
# 计算事件 A 的情况数
event_A_count = count_event_A(all_outcomes)
print(f"事件 A 包含的情况数: {event_A_count}")

解释代码

生成所有可能的结果：

import itertools
all_outcomes = list(itertools.product(range(1, 7), repeat=2))

定义事件 A 的条件并计算情况数：

 def count_event_A(outcomes):
     count = 0
     for outcome in outcomes:
         # 这里我们假设事件 A 是某个特定的条件，例如两个骰子的和等于某个值
         # 你可以根据具体的事件 A 的定义来修改这个条件
         if (outcome[0] + outcome[1]) % 3 == 0:  # 例如，和是3的倍数
             count += 1
     return count

计算事件 A 的情况数：

event_A_count = count_event_A(all_outcomes)
print(f"事件 A 包含的情况数: {event_A_count}")

算法效率如何？

学习如何测算两种写法的效率 Big(O)

课后试试下面的作业