为基于turnbase的游戏计算精确的DPS
dpsbin的Python项目详细描述
dpsbin
计算扩展的负二项分布的概率质量函数,对于在各种基于回合/滴答的游戏中精确地计算DPS至关重要。在
说明
在典型的黑客和斜杠游戏中,估计完成一个对手需要多长时间的常用方法是不准确的,这是由于过度杀戮等因素造成的。这些粗略的计算通常足够好,但如果它们不是,你可以求助于这个图书馆得到一个确切的答案。在
安装
dpsbin需要python3或更高版本,并且在PyPI上可用。在
python -m pip install dpsbin
或者,最新版本可以很容易地在本地下载和安装。在
^{pr2}$使用dpsbin
唯一值得注意的入口点是dpsbin.pmf
。假设你想知道你要掷6面骰子多少次才能达到40个或更多。在
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)
- 项目
标签: