7行代码即可写出程序，详细步骤：
1、首先打开python自带的IDLE，打开IDLE并ctrl+n新建如图界面。
2、导入random模块的choice功能。
3、在列表中放置up和down这两个元素，这里表示正面朝上和正面朝下。因为不考虑硬币立着的奇葩设定，所以只加这个上和下。并且把列表赋予给coin这个变量。
4、接下来使用for循环来遍历，range后面为抛硬币次数，这里我想程序运行一次只抛硬币一次，所以range后面设置为1。
5、这一行，就是if判断了，如果随机从列表中抽取到了up。
6、那么就要输出“正面”。
7、否则，就输出“反面”。
8、至此此代码完成，按F5即可运行，运行一次就抛一次。
Python模拟随机游走图形效果示例本文实例讲述了Python模拟随机游走图形效果。分享给大家供大家参考，具体如下：
在python中，可以利用数组操作来模拟随机游走。
下面是一个单一的200步随机游走的例子，从0开始，步长为1和-1，且以相等的概率出现。纯Python方式实现，使用了内建的 random 模块：
# 随机游走importmatplotlib.pyplot as pltimportrandomposition=0walk=[position]steps=200foriinrange(steps): step=1ifrandom.randint(0,1)else-1 position+=step walk.append(position)fig=plt.figure()plt.title("www.jb51.net")ax=fig.add_subplot(111)ax.plot(walk)plt.show()
第二种方式：简单的把随机步长累积起来并且可以可以使用一个数组表达式来计算。因此，我用 np.random 模块去200次硬币翻转，设置它们为1和-1，并计算累计和：
# 随机游走importmatplotlib.pyplot as pltimportnumpy as npnsteps=200draws=np.random.randint(0,2, size=nsteps)steps=np.where(draws >0,1,-1)walk=steps.cumsum()fig=plt.figure()plt.title("www.jb51.net")ax=fig.add_subplot(111)ax.plot(walk)plt.show()
一次模拟多个随机游走
# 随机游走importmatplotlib.pyplot as pltimportnumpy as npnwalks=5nsteps=200draws=np.random.randint(0,2, size=(nwalks, nsteps))# 0 or 1steps=np.where(draws >0,1,-1)walks=steps.cumsum(1)fig=plt.figure()plt.title("www.jb51.net")ax=fig.add_subplot(111)foriinrange(nwalks): ax.plot(walks[i])plt.show()
当然，还可以大胆的试验其它的分布的步长，而不是相等大小的硬币翻转。你只需要使用一个不同的随机数生成函数，如 normal 来产生相同均值和标准偏差的正态分布：steps=np.random.normal(loc=0, scale=0.25, size=(nwalks, nsteps))
