Python關(guān)于抽獎系統(tǒng)的思考與設(shè)計思路
一、文章主題
在看到相關(guān)的抽獎詐騙報道，有的人卻不明白是怎么回事。為了預(yù)防被抽獎詐騙，因此，我們通過一些簡單的例子來說一說，抽獎更深層的邏輯，讓大家直觀的看到抽獎背后隱藏的東西，防止上當(dāng)受騙。
二、抽獎設(shè)計思路
首先，先來實現(xiàn)一個簡單的抽獎邏輯，我們需要確定每個獎品的概率，并根據(jù)概率進(jìn)行抽取。
第一步：需求
有獎品列表。每一個獎品都有對應(yīng)的概率。用戶抽獎獲得對應(yīng)概率商品。
第二步：建立獎品列表
根據(jù)上面的要求，我們建立對應(yīng)的獎品表，概率我們選用1-100的整數(shù)，當(dāng)然也可以選擇0-1。
# 獎品列表和對應(yīng)的概率，和為100
prizes = {"一等獎": 10,"二等獎": 20,"三等獎": 30,"參與獎": 40 }第三步：概率實現(xiàn)
這就是一個基礎(chǔ)的抽獎邏輯，代碼實現(xiàn)難點主要是概率，如何去實現(xiàn)概率，能獲得抽中的獎品。
關(guān)于概率我們需要使用到random模塊，也就是我們需要使用到隨機數(shù)。這里我這里有兩種方式可供選擇。
第一種：通過區(qū)間實現(xiàn)
抽獎概率選用區(qū)間的方式實現(xiàn)，將抽獎的概率分成若干個區(qū)間，每個區(qū)間對應(yīng)一個獎品，然后根據(jù)隨機數(shù)的范圍來確定中獎的區(qū)間。例如，我們可以將抽獎的概率分成以下幾個區(qū)間：
- - 區(qū)間1：0%~20%，對應(yīng)獎品A
- - 區(qū)間2：20%~50%，對應(yīng)獎品B
- - 區(qū)間3：50%~80%，對應(yīng)獎品C
- - 區(qū)間4：80%~100%，對應(yīng)獎品D
當(dāng)用戶抽獎時，我們可以生成一個0~100之間的隨機數(shù)，然后根據(jù)隨機數(shù)所在的區(qū)間來確定中獎的獎品。例如，如果生成的隨機數(shù)是35，那么就會中獎區(qū)間2，對應(yīng)獎品B。
優(yōu)點：這種方式實現(xiàn)抽獎概率的好處是可以靈活地控制各個獎品的中獎概率，同時也可以根據(jù)實際情況進(jìn)行調(diào)整。
缺點：各個獎品的中獎概率之和必須等于100%，否則會導(dǎo)致抽獎結(jié)果不準(zhǔn)確。
import random
# 獎品列表和對應(yīng)的概率
prizes = {"一等獎":10,"二等獎":20,"三等獎":30,"參與獎":40}
#我們可以看做：
# 一等獎:(0,10]
# 二等獎：(10,30]
# 三等獎：(30,60]
# 參與獎：(60,100]
# 抽獎函數(shù)
def lottery():
# 生成一個1~100之間的隨機數(shù)
lucky_number = random.randint(0,100)
# 初始化區(qū)間值和獎品名稱
prob_sum_start = 0
prob_sum_end = 0
prize_name = None
# 遍歷獎品列表
for name, prob in prizes.items():
# 累加后一個區(qū)間值
prob_sum_end += prob
# 如果隨機數(shù)在計算區(qū)間內(nèi)，則中獎
if prob_sum_start<lucky_number <= prob_sum_end:
prize_name = name
break
# 累加前一個區(qū)間值
prob_sum_start = prob
#返回隨機值和中獎產(chǎn)品
return lucky_number,prize_name第二種：通過獎品概率累加實現(xiàn)
我們可以通過概率累加的方式來實現(xiàn)抽獎，首先生成一個1到100之間的隨機數(shù)，表示本次抽獎的結(jié)果。
然后按照獎品的概率依次累加，直到累加的結(jié)果大于等于隨機數(shù)為止。
最后停止累加的獎品概率即為本次抽中的獎品。
例如，如果隨機數(shù)為50，則按照概率累加的方式，可以得到以下結(jié)果：
# 獎品列表和對應(yīng)的概率，和為100
prizes = {"一等獎": 10,"二等獎": 20,"三等獎": 30,"參與獎": 40 }10< 50，不是一等獎；
10 + 20 = 30 < 50，不是二等獎；
10 + 20 + 30 = 60 >= 50，是三等獎。
因此，本次抽中的獎品為三等獎。
優(yōu)點：可以靈活地調(diào)整獎品的概率，以達(dá)到不同的抽獎效果。這種方法也可以應(yīng)用于多個獎品的情況，只需要按照相應(yīng)的概率進(jìn)行累加即可，簡單易懂、實現(xiàn)方便。
缺點：缺點是需要計算每個獎品的累加概率，如果獎品數(shù)量較多，計算量可能較大。
import random
# 獎品列表和對應(yīng)的概率
prizes = {"一等獎": 10, "二等獎": 20, "三等獎": 30, "參與獎": 40}
# 抽獎函數(shù)
def lottery():
# 生成一個1~100之間的隨機數(shù)
lucky_number = random.randint(1, 100)
print(lucky_number)
# 初始化概率總和和獎品名稱
prob_sum = 0
prize_name = None
# 遍歷獎品列表
for name, prob in prizes.items():
# 累加概率總和
prob_sum += prob
# 如果隨機數(shù)小于等于概率總和，則中獎
if lucky_number <= prob_sum:
prize_name = name
break
return prize_name第四步：增加特殊機制
在我們參與某些活動，或者某些抽獎之后，總是會被人引誘，被大獎沖昏頭腦，那抽獎機制是什么，我們也不清楚，這可如何解決。前面我們可以讓每一個獎品按照設(shè)置的獎品概率進(jìn)行抽獎，這時，我們需要增加一些特殊機制，這些機制就是被“詐騙”的機制，或者說，被“安排”的機制。
第一種：想讓誰中獎，就讓誰中獎
這種方式，主要用在聚會惡搞場合，大家可要注意了，這種就不要線上了，因為你不知道這個抽獎程序是誰寫的。
針對這種方式，我們需要增加白名單。判斷如果是白名單內(nèi)的人，那我們就讓他種指定獎品。
代碼如下：
import random
# 獎品列表和對應(yīng)的概率
prizes = {"一等獎": 10, "二等獎": 20, "三等獎": 30, "參與獎": 40}
#白名單列表
whitelist = ["Tom", "Jerry", "Lucy"]
# 抽獎函數(shù)
def lottery(white_user):
# 生成一個1~100之間的隨機數(shù)
lucky_number = random.randint(1, 100)
print(lucky_number)
# 初始化概率總和和獎品名稱
prob_sum = 0
prize_name = None
#判斷在白名單內(nèi)，中一等獎
if white_user in whitelist:
return "恭喜您中一等獎"
# 遍歷獎品列表
else:
for name, prob in prizes.items():
# 累加概率總和
prob_sum += prob
# 如果隨機數(shù)小于等于概率總和，則中獎
if lucky_number <= prob_sum:
prize_name = name
break
return prize_name第二種：參與了另外一個活動，才可以來抽獎
這種方式增加了資格的驗證，也可以是，有用戶信息之后，才能參與抽獎，也算是增加了一些安全限制。
如果用戶參與了另外一個活動，或者是登錄了，才能參與活動，進(jìn)入活動流程。
代碼如下：
import random
# 獎品列表和對應(yīng)的概率
prizes = {"一等獎": 10, "二等獎": 20, "三等獎": 30, "參與獎": 40}
#已參加另外一個活動列表
active_user = []
#加法活動
def addition(name):
active_user.append(name)
return name+"參加了活動"
# 抽獎函數(shù)
def lottery(name):
# 生成一個1~100之間的隨機數(shù)
lucky_number = random.randint(1, 100)
# 初始化概率總和和獎品名稱
prob_sum = 0
prize_name = None
# 判斷在白名單內(nèi)，中一等獎
if name not in active_user:
return "很抱歉，您沒有資格參與活動"
else:
# 遍歷獎品列表
for name, prob in prizes.items():
# 累加概率總和
prob_sum += prob
# 如果隨機數(shù)小于等于概率總和，則中獎
if lucky_number <= prob_sum:
prize_name = name
break
return prize_name
#測試一下
print(lottery("Tom"))#如果沒有參與加法活動，來參與，無法抽獎
print(addition("Tom"))#Tom先來參與加法活動再去參與活動
print(lottery("Tom"))#參與活動抽獎第三種：打死都不讓你中
這種活動純純就是惡心人而做的，但是所有參加的用戶完全就是不知道，都會以為是自己的運氣差。大獎就在哪里，就是拿不到。
這都不用概率，直接給你出結(jié)果，完全就是他的營銷手段。
代碼如……不如了，都不需要，直接一個return搞定。
第四種：概率都是百分比，但是效果不一樣
這種就需要和我們設(shè)置的隨機范圍撤上關(guān)系，我們的隨機范圍是1-100，比例為百分比1-100的整數(shù)，但是當(dāng)我們加上小數(shù)之后，就不一樣。比如：
1%和1.00%
那現(xiàn)在這兩種概率你覺得是一樣的嗎？
答案肯定是不一樣的，第一個是百分之一，第二個則是萬分之一。因為第一個沒有算小數(shù)，第二個還有兩位小數(shù)，看似相等，其實已經(jīng)變了。
如下圖：這三個箭頭指向，所占比例大概就是80%，20%，當(dāng)我們數(shù)據(jù)越多，范圍就會越廣，如果隨機，那數(shù)據(jù)會更容易落到80%。
抽獎概率正確性，我們其實可以從概率的統(tǒng)計定義中來看待。
在一定條件下，重復(fù)做n次試驗，nA為n次試驗中事件A發(fā)生的次數(shù)，如果隨著n逐漸增大，頻率nA/n逐漸穩(wěn)定在某一數(shù)值p附近，則數(shù)值p稱為事件A在該條件下發(fā)生的概率。
就是說數(shù)值越多，越是能證明概率的正確性。但是，我們抽獎只有一次機會。對于我來說80%肯定比20%更加容易隨機。
代碼控制：控制隨機值，1-10000。
第五種：某榮耀-有機率
有機率估計是某王常用套路了，有機率基本等于沒有。文字游戲算是被玩明白了。當(dāng)然因為用戶體量比較大，因此，也可能采用第4種方式，萬分之一，或者是百萬分之一。
第六種：保底機制
這種機制就是比較明確的，整體意思就是，我已經(jīng)做好坑你準(zhǔn)備了，但是坑了我就收手，讓你看到希望，給你大獎。常見的有抽了多少次，我就給你中什么獎品。
這里我們設(shè)置保底機制為10次必中一等獎。如果前9次都沒有中獎，第10次一定中一等獎。
代碼如下：
import random
# 獎品列表和對應(yīng)的概率
prizes = {"一等獎": 1, "二等獎": 2, "三等獎": 3, "參與獎": 94}
lottery_num = 0 # 記錄已經(jīng)抽中的一等獎、二等獎、三等獎的次數(shù)
# 抽獎函數(shù)
def lottery():
# 生成一個1~100之間的隨機數(shù)
global lottery_num
lucky_number = random.randint(1, 100)
print(lucky_number,lottery_num)
# 初始化概率總和和獎品名稱
prob_sum = 0
prize_name = None
# 遍歷獎品列表
for name, prob in prizes.items():
# 累加概率總和
prob_sum += prob
# 如果隨機數(shù)小于等于概率總和，則中獎
if lucky_number <= prob_sum:
prize_name = name
break
if prize_name=="參與獎":
lottery_num += 1
if lottery_num == 10:
return "恭喜你，中一等獎"
return prize_name
else:
lottery_num=0
return prize_name
for i in range(10):
print(lottery())三、文章總結(jié)
文章主要總結(jié)一些基本的抽獎邏輯，主要使用隨機數(shù)模塊，random?？梢詭椭覀兞私夂褪褂秒S機數(shù)模塊，更好的使用。
另外，凡是抽獎，必定包含有不確定性和被控制性。因為隨機意味著脫離了自己的掌控，并不劃算。如果不是信任的機構(gòu)，那就把他當(dāng)做概率為0。
其實抽獎的應(yīng)用，還可以延伸出其他的一些東西，這期過長，下期繼續(xù)。
到此這篇關(guān)于Python關(guān)于抽獎系統(tǒng)的思考與設(shè)計思路的文章就介紹到這了,更多相關(guān)Python抽獎系統(tǒng)設(shè)計思路內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
今天小編就為大家分享一篇關(guān)于Python3字符串encode與decode的講解，小編覺得內(nèi)容挺不錯的，現(xiàn)在分享給大家，具有很好的參考價值，需要的朋友一起跟隨小編來看看吧2019-04-04
這篇文章主要介紹了Python中re模塊下的函數(shù)詳解,re.match() 函數(shù)是從頭開始匹配一個符合規(guī)則的字符串,從起始位置開始匹配,匹配成功返回一個對象,未匹配成功返回None,需要的朋友可以參考下2023-08-08
在Tornado框架中,獲取請求參數(shù)包括查詢字符串參數(shù)、表單數(shù)據(jù)和JSON數(shù)據(jù)等,JSON數(shù)據(jù)通過直接訪問self.request.json獲取,正確處理這些數(shù)據(jù)需要注意請求的Content-Type和數(shù)據(jù)格式,感興趣的朋友跟隨小編一起看看吧2024-09-09
Python中使用moviepy進(jìn)行視頻分割的實現(xiàn)方法
MoviePy是一個關(guān)于視頻編輯的python庫，主要包括:剪輯,嵌入拼接,標(biāo)題插入,視頻合成(又名非線性編輯),視頻處理，和自定制效果。本文重點給大家介紹Python中使用moviepy進(jìn)行視頻分割的實現(xiàn)方法，需要的朋友一起看看吧2021-12-12
利用python計算均值、方差和標(biāo)準(zhǔn)差(Numpy和Pandas)
這篇文章主要給大家介紹了關(guān)于利用python計算均值、方差和標(biāo)準(zhǔn)差的相關(guān)資料,Numpy在Python中是一個通用的數(shù)組處理包,它提供了一個高性能的多維數(shù)組對象和用于處理這些數(shù)組的工具,它是使用Python進(jìn)行科學(xué)計算的基礎(chǔ)包,需要的朋友可以參考下2023-11-11
這篇文章主要介紹了如何利用Python語言實現(xiàn)水波特效，文中的示例代碼講解詳細(xì)，對我們學(xué)習(xí)Python有一定的幫助，需要的可以參考一下2022-04-04
這篇文章主要為大家詳細(xì)介紹了python實現(xiàn)感知器算法，具有一定的參考價值，感興趣的小伙伴們可以參考一下2019-01-01
今天小編就為大家分享一篇pyQt5實時刷新界面的示例，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-06-06
這篇文章主要介紹了Python實現(xiàn)插入排序和選擇排序的方法,非常不錯，具有一定的參考借鑒價值，需要的朋友可以參考下2019-05-05
使用Python爬蟲庫requests發(fā)送請求、傳遞URL參數(shù)、定制headers
今天為大家介紹一下Python爬蟲庫requests的發(fā)送請求、傳遞URL參數(shù)、定制headers的基礎(chǔ)使用方法2020-01-01