dpsbin

计算扩展的负二项式分布的概率质量函数，这对于在各种基于回合/tick 的游戏中进行准确的 DPS 计算至关重要。

描述

由于过度杀伤等因素，在典型的砍杀游戏中估计完成对手所需时间的常用方法是不准确的。这些粗略的计算通常足够好，但如果不是，你可以求助于这个库来获得准确的答案。

安装

dpsbin 需要 Python 3 或更高版本，并且在 PyPI 上可用。

python -m pip install dpsbin

或者，可以轻松下载最新版本并在本地安装。

git clone https://github.com/hmusgrave/dpsbin.git
cd dpsbin
python -m pip install -e .

使用 dpsbin

唯一值得注意的入口点是dpsbin.pmf. 假设你想知道你必须掷多少次 6 面骰子才能达到 40 或更多。

import dpsbin, numpy as np, math

probs = dpsbin.pmf(6, 40)

# probs[k] is the probability you need to roll k times.
assert math.isclose(np.sum(probs), 1)

# easily find out how many rolls you'll need on average.
avg = np.dot(probs, np.arange(len(probs)))

# if you have a 90% chance to miss and not deal the 1d6 damage then
# you can use with_zeros() to translate the old probability mass array
# into one that accounts for zeros. Truncate to only considering up
# to 80 rolls.
hard_to_hit = dpsbin.with_zeros(80, .9, probs)