ION:編程為什么需要概率和統計？

當你看到這樣的新聞，報道了某個娛樂圈明星投資了一家某某餐飲店。現在請思考一下，這則新聞是屬于娛樂領域還是餐飲領域呢？如果當你讀完這篇新聞大部分內容將的是餐飲行業的過去和現在以及未來。只有小部分涉及中國明星的八卦事情。

你可以覺得，這新聞屬于餐飲領域。因為大部分將餐飲領域，而只要小部分屬于娛樂八卦。如果用數字來衡量大部分和小部分，我們可以說，90%屬于餐飲領域，而只要10%屬于娛樂八卦。用數字表示了事件發生的可能性。

根據上面的例子，我們大致知道，概率就是描述這種可能性的一個數值。

RandomDAO創始人：RND無任何實際價值，僅作為編程教學視頻中演示之用:3月14日，RandomDAO創始人在其社交網站發表聲明稱，RND無任何實際價值，僅作為Solidity編程教學視頻中演示之用。同時呼吁不要炒作買賣 RND。[2022/3/14 13:55:30]

隨機變量

我們知道概率和日常生活息息相關，比如天氣預報。在概率論中有很多概念。但是下面的幾個基本概念非常重要，你需要知道。

隨機變量來描述事件所有可能出現的狀態，并使用概率分布來描述每個狀態出現的可能性。而隨機變量又可以分為離散型隨機變量和連續型隨機變量。

離散隨機變量是指其數值只能用自然數或整數單位計算的則為離散隨機變量。如明天是否下雨。

連續隨機變量是指在一定區間內可以任意取值的變量,其數值是連續不斷的.,相鄰兩個數值可作無限分割,即可取無限個數值。例如明天的雨量。

Skycoin團隊宣布CX區塊鏈編程語言開發取得階段性進展:近日，Skycoin團隊創始人Synth在其官方渠道宣布，由其主導的CX語言重構取得重大階段性進展。 CX程序現在可以使用32位或64位指針進行正確地編譯，開發人員可以使用CX進行應用程序的開發。

CX語言是在吸取GO語言優點的基礎上開發的一款功能齊全、圖靈完備、確定性強的通用編程語言。 當CX語言實現鏈上部署，即CX0.9.0鏈完成后，開發人員可以進行智能合約、NFT、元宇宙、去中心化媒體等程序的開發部署，并且可以輕松實現跨鏈。[2021/8/22 22:29:38]

概念分布

概率分布是指數據在統計圖中的形狀，概率分布是隨機變量的概率在統計圖中的表現形式。同樣，概率分布又分為離散概率分布和連續概率分布

離散概率分布包括伯努利分布、二項分布、幾何分布和泊松分布。而連續概率分布主要是正態分布。

央行：數字人民幣可通過智能合約實現可編程性:7月16日消息，中國人民銀行發布《中國數字人民幣的研發進展》白皮書，其中提到，“數字人民幣通過加載不影響貨幣功能的智能合約實現可編程性，使數字人民幣在確保安全與合規的前提下，可根據交易雙方商定的條件、規則進行自動支付交易，促進業務模式創新。”

央行還表示，利用智能合約技術，賦予數字人民幣可編程特性，提升擴展能力，促進與應用場景的深度融合。[2021/7/16 0:58:02]

伯努利分布：

伯努利分布(Bernoullidistribution)是很簡單的離散分布。在伯努利分布下，隨機變量只有兩個可能的取值:1和0。隨機變量取值1的概率為p。相應的，隨機變量取值0的概率為1-p。因此，伯努利分布可以表示成:

直播｜Fernando ：Balancer 流動性可編程的協議:金色財經 · 直播主辦的金點Trend《2020 DeFi Dai飛嗎？》馬上開始！DeFi生態里，我們還應該狙擊哪些項目？成長空間是多少？應該關注哪些風險？10:30準時開播！本場嘉賓來自Balnacer 的CEO/聯合創始人Fernando分享“Balancer 流動性可編程的協議”，請掃碼移步收聽！[2020/7/30]

即伯努利分布只有兩種可能的結果：成功和失敗

例如，投擲一次硬幣，出現正面，記錄為1，出現反面，記錄為0。而拋硬幣的結果要么正面朝上，要么反面朝上，所以拋硬幣的結果服從伯努利分布。

Billions項目組數組包importnumpyasnpBillions項目組統計計算包的統計模塊fromscipyimportstatsBillions項目組第2步，Billions項目組它返回一個列表，列表中每個元素表示隨機變量中對應值的概率p=0.5Billions項目組第3步，繪圖plt.plot(X,pList,marker='o',linestyle='None')plt.vlines(X,0,pList)Billions項目組y軸文本plt.ylabel('概率')Billions項目組顯示圖形plt.show()

安全公司：編程語言Ruby中有700多個庫包含惡意的比特幣盜竊軟件:周四，網絡安全公司ReversingLabs在博客文章中披露，在流行的編程語言Ruby中，有700多個庫包含惡意的比特幣盜竊軟件。（decrypt）[2020/4/19]

二項分布

二項分布可以從計數的角度來理解。n次測試，如果隨機變量為k，意味著其中的k次成功，n-k次失敗。從n次實驗中挑選k個，根據計數原理，共有(nk)(nk)種可能。其中的每種可能出現的概率為pk(1?p)n?k)pk(1?p)n?k)。因此，二項分布可以表示成為:

即二項分布度量的是在n次伯努利試驗中正好有k次成功的概率。

例如，連續10次拋硬幣，正面朝上的次數就符合二項分布.

Billions項目組數組包importnumpyasnpBillions項目組統計計算包的統計模塊fromscipyimportstatsBillions項目組做某件事情的次數p=0.5Billions項目組第2步，Billions項目組它返回一個列表，列表中每個元素表示隨機變量中對應值的概率pList=stats.binom.pmf(X,n,p)pListBillions項目組x軸文本plt.xlabel('隨機變量：拋硬幣正面朝上次數')Billions項目組標題plt.title('二項分布：n=%i,p=%.2f'%(n,p))Billions項目組導入包Billions項目組繪圖包importmatplotlib.pyplotaspltBillions項目組第k次做某件事情，才取到第1次成功Billions項目組做某件事情成功的概率，這里假設每次表白成功概率都是60%p=0.6X=np.arange(1,k+1,1)XBillions項目組求對應分布的概率:概率質量函數(PMF)Billions項目組分別表示表白第1次才成功的概率，表白第2次才成功的概率，表白第3次才成功的概率，表白第4次才成功的概率，表白第5次才成功的概率pList=stats.geom.pmf(X,p)pListBillions項目組x軸文本plt.xlabel('隨機變量：表白第k次才首次成功')Billions項目組標題plt.title('幾何分布：p=%.2f'%p)Billions項目組導入包Billions項目組繪圖包importmatplotlib.pyplotaspltBillions項目組定義隨機變量，已知某路口發生事故的頻率是每天五次，那么此處一天內發生k次事故的概率是多少？mu=5Billions項目組求對應分布的概率：概率質量函數plist=stats.poisson.pmf(x,mu)plistBillions項目組設定均值K=int(K)Billions項目組np.random.randn(1000)+K為創造1000個均值為K的點，服從正態分布，np.random.poisson()為服從泊松分布fig=plt.figure(figsize=(10,5))Billions項目組對進行開方coef=1/(sqrt_2pi*sig)Billions項目組-1/mypow=powercoef*(np.power((data-avg),2))Billions項目組cofe乘e的mypow次方Y=foriinrange(100):S=guass(X,K,std)Y.append(S)plt.plot(X,Y,label='Normal')plt.legend(,facecolor='white')plt.show()

總結

在真實的世界里，我們通常只能觀測到一些數據，而無法事先知道，是什么模型產生了這些數據，這時候就要依賴統計學。所以，海量數據的分析、實驗和機器學習，都離不開統計學。

Tags：IONBILLLIOONSMetaNationsBILLY幣Billion Elon BabyMOONSTORM

比特幣交易所