python强化学习（基于matplotlib）

#######################################################################
# Copyright （C）                                                       #
# 2016-2018 Shangtong Zhang（zhangshangtong.cpp@gmail.com）             #
# 2016 Tian Jun（tianjun.cpp@gmail.com）                                #
# 2016 Artem Oboturov（oboturov@gmail.com）                             #
# 2016 Kenta Shimada（hyperkentakun@gmail.com）                         #
# Permission given to modify the code as long as you keep this        #
# declaration at the top                                              #
#######################################################################

import matplotlib
import matplotlib.pyplot as plt
import numpy as np
from tqdm import trange

matplotlib.use（‘Agg‘）


class Bandit:
    # @k_arm: # of arms
    # @epsilon: probability for exploration in epsilon-greedy algorithm
    # @initial: initial estimation for each action
    # @step_size: constant step size for updating