当你看到这样的新闻，报道了某个娱乐圈明星投资了一家某某餐饮店。现在请思考一下，这则新闻是属于娱乐领域还是餐饮领域呢？如果当你读完这篇新闻大部分内容将的是餐饮行业的过去和现在以及未来。只有小部分涉及中国明星的八卦事情。
你可以觉得，这新闻属于餐饮领域。因为大部分将餐饮领域，而只要小部分属于娱乐八卦。如果用数字来衡量大部分和小部分，我们可以说，90%属于餐饮领域，而只要10%属于娱乐八卦。用数字表示了事件发生的可能性。
根据上面的例子，我们大致知道，概率就是描述这种可能性的一个数值。
Skycoin团队宣布CX区块链编程语言开发取得阶段性进展:近日，Skycoin团队创始人Synth在其官方渠道宣布，由其主导的CX语言重构取得重大阶段性进展。 CX程序现在可以使用32位或64位指针进行正确地编译，开发人员可以使用CX进行应用程序的开发。
CX语言是在吸取GO语言优点的基础上开发的一款功能齐全、图灵完备、确定性强的通用编程语言。 当CX语言实现链上部署，即CX0.9.0链完成后，开发人员可以进行智能合约、NFT、元宇宙、去中心化媒体等程序的开发部署，并且可以轻松实现跨链。[2021/8/22 22:29:38]
随机变量
我们知道概率和日常生活息息相关，比如天气预报。在概率论中有很多概念。但是下面的几个基本概念非常重要，你需要知道。
随机变量来描述事件所有可能出现的状态，并使用概率分布来描述每个状态出现的可能性。而随机变量又可以分为离散型随机变量和连续型随机变量。
中国人大研究员：法定数字货币应具有不可“双花”、匿名、可编程等特点:中国人民大学区块链研究院研究员黄尹旭发文称，相对于私人发行的数字货币，中央银行发行的数字货币更需要特殊化。为了发行法定数字货币，需要对中国人民银行法等现行的法币发行法律机制作出一定具体化、补充或者修改，进一步明确法定数字货币权力配置、职责承担和绩效考核机制。完美状态下的法定数字货币具有一系列特点：不可“双花”、匿名、不可伪造、系统无关、安全、可传递、可追踪、可分性、可编程（可附加用户自定义的可执行脚本，为基于数字货币的数字经济提供智能化助力）、公平的数字货币。这些特殊技术要求也需要进一步出台法律加以固化和确认。（澎湃新闻）[2020/8/27]
离散随机变量是指其数值只能用自然数或整数单位计算的则为离散随机变量。如明天是否下雨。
连续随机变量是指在一定区间内可以任意取值的变量,其数值是连续不断的.,相邻两个数值可作无限分割,即可取无限个数值。例如明天的雨量。
Cardano推出另一项智能合约编程语言提案:Cardano基金会在推特表示，他们已推出一项提案请求(RFP)，用于在Cardano上使用另一种编程语言，即简化使用扩展的UTXO（未使用交易输出）分类帐模型来部署智能合约。该提案通过电子邮件接受申请，截止到2020年8月31日。[2020/8/4]
概念分布
概率分布是指数据在统计图中的形状，概率分布是随机变量的概率在统计图中的表现形式。同样，概率分布又分为离散概率分布和连续概率分布
离散概率分布包括伯努利分布、二项分布、几何分布和泊松分布。而连续概率分布主要是正态分布。
伯努利分布：
伯努利分布(Bernoullidistribution)是很简单的离散分布。在伯努利分布下，随机变量只有两个可能的取值:1和0。随机变量取值1的概率为p。相应的，随机变量取值0的概率为1-p。因此，伯努利分布可以表示成:
HBTC霍比特交易所Tyler：编程化是未来商业的趋势:4月24日，HBTC霍比特交易所全球总经理吴冠黎（Tyler）与HUSD运营负责人Lynn在HBTC全球社群进行了AMA对话，Tyler表示，区块链技术可以解决很多中心化金融交易过程中的信任问题，比如智能合约可以规避很多不必要的商业纠纷。因此，“编程化”、“Code is Law”在未来的商业合作过程中将成为一种趋势。
对此，Lynn认为，当前对央行数字货币的广泛讨论将会普及大众对可编程资产的认知，这将首先促进各类合规稳定币与实体经济的结合。再加上各类公链、联盟链上可编程资产的应用落地，将共同推进全球经济数字化的进程。
4月23日，HBTC霍比特交易所正式上线合规稳定币HUSD，同步开启6个交易对，同时其交易所云服务业务Bluehelix Cloud（币核云）也将对合作伙伴开放HUSD的相关服务。[2020/4/24]
声音 | 陈伟星：区块链是促进集体主义的技术 让社会经济关系可编程:7月12日消息，陈伟星刚刚发布微博称：“区块链是促进集体主义的技术，让社会经济关系可编程；发币就是当公务员，必须以建立公信为原则。贪污、私吞公共资金、通过欺诈窃取老百姓利益，完全是区块链精神背道而驰的。做区块链技术，就是做防止造假的技术；宣传区块链精神，就是传播信任，打击造假的精神。这种“挡子财路”的行为，就是区块链所有的行为，这就是区块链时代与私有制公司行为最大的变革！”[2018/7/12]
即伯努利分布只有两种可能的结果：成功和失败
例如，投掷一次硬币，出现正面，记录为1，出现反面，记录为0。而抛硬币的结果要么正面朝上，要么反面朝上，所以抛硬币的结果服从伯努利分布。
Billions项目组数组包importnumpyasnpBillions项目组统计计算包的统计模块fromscipyimportstatsBillions项目组第2步，Billions项目组它返回一个列表，列表中每个元素表示随机变量中对应值的概率p=0.5Billions项目组第3步，绘图plt.plot(X,pList,marker='o',linestyle='None')plt.vlines(X,0,pList)Billions项目组y轴文本plt.ylabel('概率')Billions项目组显示图形plt.show()
二项分布
二项分布可以从计数的角度来理解。n次测试，如果随机变量为k，意味着其中的k次成功，n-k次失败。从n次实验中挑选k个，根据计数原理，共有(nk)(nk)种可能。其中的每种可能出现的概率为pk(1?p)n?k)pk(1?p)n?k)。因此，二项分布可以表示成为:
即二项分布度量的是在n次伯努利试验中正好有k次成功的概率。
例如，连续10次抛硬币，正面朝上的次数就符合二项分布.
Billions项目组数组包importnumpyasnpBillions项目组统计计算包的统计模块fromscipyimportstatsBillions项目组做某件事情的次数p=0.5Billions项目组第2步，Billions项目组它返回一个列表，列表中每个元素表示随机变量中对应值的概率pList=stats.binom.pmf(X,n,p)pListBillions项目组x轴文本plt.xlabel('随机变量：抛硬币正面朝上次数')Billions项目组标题plt.title('二项分布：n=%i,p=%.2f'%(n,p))Billions项目组导入包Billions项目组绘图包importmatplotlib.pyplotaspltBillions项目组第k次做某件事情，才取到第1次成功Billions项目组做某件事情成功的概率，这里假设每次表白成功概率都是60%p=0.6X=np.arange(1,k+1,1)XBillions项目组求对应分布的概率:概率质量函数(PMF)Billions项目组分别表示表白第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项目组x轴文本plt.xlabel('随机变量：表白第k次才首次成功')Billions项目组标题plt.title('几何分布：p=%.2f'%p)Billions项目组导入包Billions项目组绘图包importmatplotlib.pyplotaspltBillions项目组定义随机变量，已知某路口发生事故的频率是每天五次，那么此处一天内发生k次事故的概率是多少？mu=5Billions项目组求对应分布的概率：概率质量函数plist=stats.poisson.pmf(x,mu)plistBillions项目组设定均值K=int(K)Billions项目组np.random.randn(1000)+K为创造1000个均值为K的点，服从正态分布，np.random.poisson()为服从泊松分布fig=plt.figure(figsize=(10,5))Billions项目组对进行开方coef=1/(sqrt_2pi*sig)Billions项目组-1/mypow=powercoef*(np.power((data-avg),2))Billions项目组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()
总结
在真实的世界里，我们通常只能观测到一些数据，而无法事先知道，是什么模型产生了这些数据，这时候就要依赖统计学。所以，海量数据的分析、实验和机器学习，都离不开统计学。
郑重声明： 本文版权归原作者所有， 转载文章仅为传播更多信息之目的， 如作者信息标记有误， 请第一时间联系我们修改或删除， 多谢。