スログラミング

前回 の計算式を元に、Pythonで「P大工の源さん 超韋駄天」のスランプグラフを作成してみましょう。 使うライブラリのインポート 今回は、以下の2つのライブラリを使用するので、事前にインポートしておきます。 乱数生成用に「ramdom」、スランプグラフ描画用に「matplotlib.pyplot」を使用します。 # coding: UTF-8 import random import matplotlib.pyplot as plt 大当たり乱数の設定 次に通常時の大当たりの範囲を設定します。 パチンコでは一般的に0~65535の数値の中から、特定の数値を引いたときに大当たりとなるように構成されているため、今回もそれにならって大当たりの範囲を設定していきます。 def SlumpGraph_calc(loop, Border): # 大当たり確率の設定 通常時6R確変 = 318.13 / 0.602 通常時6R通常 = 318.13 / 0.398 時短時9RBonus = 2.06 / 0.20 時短時3RBonus = 2.06 / 0.80 # 乱数範囲の設定準備 通常時6R確変範囲 = round(65536 / 通常時6R確変) 通常時6R通常範囲 = round(65536 / 通常時6R通常) 時短時9RBonus範囲 = round(65536 / 時短時9RBonus) 時短時3RBonus範囲 = round(65536 / 時短時3RBonus) # 乱数範囲の設定(通常時) 通常時6R確変範囲_下 = 0 通常時6R確変範囲_上 = 通常時6R確変範囲_下 + 通常時6R確変範囲 - 1 通常時6R通常範囲_下 = 通常時6R確変範囲_上 + 1 通常時6R通常範囲_上 = 通常時6R通常範囲_下 + 通常時6R通常範囲 - 1 # 乱数範囲の設定(時短時) 時短時9RBonus範囲_下 = 0 時短時9RBonus範囲_上 = 時短時9RBonus範囲_下 + 時短時9RBonus範囲 - 1 時短時3RBonus範囲_下 = 時短時9RBonus範囲_上 +...

今回はパチンコのスランプグラフを作成してみたいと思います。 題材としては、源バインの愛称で話題の「P大工の源さん 超韋駄天」を取り上げたいと思います。 INとOUTの構成の確認 まずは、パチンコのIN(入れた玉数)とOUT(出た玉数)について確認します。 OUTに関して、ヘソやその他入賞口の賞球も忘れずに入れておくことが大事です。 IN = 打ち出した玉数 OUT = 大当たりの賞球、ヘソやその他入賞口の賞球 1回転あたりに必要な玉数の確認 INに関しては打ち出した玉数そのままですが、スランプグラフを作成するにあたって、1回転あたりに必要な玉数を算出しておく必要があります。 一般的にパチンコのボーダーは、250玉あたりの回転数で記載されることが多いので、今回もそれにならいます。 玉数/回転 = 250 / 250玉で回る回転数 大当たりの差玉の確認 OUTに関して、大当たりの賞球数は以下のように計算できます。 大当たりの賞球数 = 大当たりでの払い出し個数 - アタッカーに入れた個数 大当たりでの払い出し個数は、メーカーのHP等で確認できます。 メーカーのHP によると、大当たりでの払い出し個数は以下のようになっています。 9R Bonus = 990 6R Bonus = 660 3R Bonus = 330 アタッカーに入れた個数に関しては、先ほどの メーカーのHP にある、「カウント＆ラウンド」の項目から計算できます。 本機では、1Roundあたり10個の入賞が可能なので、それぞれの大当たりRound数×10玉の入賞が必要となります。 9R Bonus = 990 - 10 * 9 6R Bonus = 660 - 10 * 6 3R Bonus = 330 - 10 * 3 厳密にはアタッカーに入らずにこぼれた玉の考慮が必要ですが、オーバー入賞や、その他入賞口への入賞で相殺されると仮定して、計算には入れないことにします。 ここまでで説明した内容を元に、1回転ごとにINとOUTを計算していくことで、スランプグラフを作成することができます。 次回 は、これを実際にPythonでプログラミングしていきます。 にほんブログ村

前回 は、差枚数からジャグラーのぶどう確率を算出する方法を記載しました。 今回は、それを応用してPythonでハナハナのベル確率を算出してみましょう。 基本的には、ぶどうの部分をベルに置き換えるだけですが、ハナハナではスイカでの獲得枚数を考慮しなければならない点がジャグラーと異なります。 ベル確率算出に使用する数値の準備 前回同様、まずは計算に使用する数値を先に定義しておきます。 スイカの枚数と確率を新たに追加しています。 # coding: UTF-8 def Koyaku_Calc(回転数, BB回数, RB回数, 差枚): # 役ごとの出玉と確率を定義 # BBとRBは1枚掛けで揃えるとして、獲得枚数から1枚減らす BB枚数 = 311 RB枚数 = 129 チェリー枚数 = 2 チェリー確率 = 49.0 スイカ枚数 = 10 スイカ確率 = 163.0 リプレイ枚数 = 3 リプレイ確率 = 7.3 ベル枚数 = 8 # IN枚数の計算 IN = 回転数 * 3 次にベル以外の獲得枚数を計算します。 ここでもスイカの項目を追加しています。 # OUT枚数の計算(チェリー狙い) OUT_チェリー狙い = BB枚数 * BB回数 + RB枚数 * RB回数 + (チェリー枚数 * 回転数 / チェリー確率) + (スイカ枚数 * 回転数 / スイカ確率) + (リプレイ枚数 * 回転数 / リプレイ確率) # OUT枚数の計算(フリー押し) # 0.667はフリー押しした時にチェリーが取れる確率 # 0.431はフリー押しした時にスイカが取れる確率 OUT_フリー押し = BB枚数 * BB回数 + RB枚数 * RB回数 + (チェリー枚数 * 回転数 / チェリー確率 * 0.667) + (スイカ枚数 * 回転数 / スイカ確率 * 0.431) + (リプレイ枚数 * 回転数 / リプレイ確率) ベル確率の算出式への当てはめ フリー押し時のスイカ獲得確率は43.1%なので、フリー押し時はスイカの獲得枚数に0.431を掛けておきます。 ベル確率の算出式は、ぶどうの項目がベル...

前回 は、差枚数からジャグラーのぶどう確率を算出する方法を記載しました。 今回は、プログラミング編として、実際にPythonでプログラムを組んでいきます。 ぶどう確率を算出する式は、以下の式でした。 ぶどう確率の算出式 ぶどう確率 = 6 * 回転数 / (ぶどう以外の獲得枚数 - 回転数 * 3 - 差枚数) 計算に使用する数値の準備 まずは、計算に使用する数値を先に定義しておきます。 コメントに書いていますが、BBとRBの獲得枚数を1枚減らしておくのがポイントです。 # coding: UTF-8 def Koyaku_Calc(回転数, BB回数, RB回数, 差枚): # 役ごとの出玉と確率を定義 # BBとRBは1枚掛けで揃えるとして、獲得枚数から1枚減らす BB枚数 = 311 RB枚数 = 103 チェリー枚数 = 2 チェリー確率 = 36.03 リプレイ枚数 = 3 リプレイ確率 = 7.3 ぶどう枚数 = 7 # IN枚数の計算 IN = 回転数 * 3 次にぶどう以外の獲得枚数を計算します。 # OUT枚数の計算(チェリー狙い) OUT_チェリー狙い = BB枚数 * BB回数 + RB枚数 * RB回数 + (チェリー枚数 * 回転数 / チェリー確率) + (リプレイ枚数 * 回転数 / リプレイ確率) # OUT枚数の計算(フリー押し) # 0.667はフリー押しした時にチェリーが取れる確率 OUT_フリー押し = BB枚数 * BB回数 + RB枚数 * RB回数 + (チェリー枚数 * 回転数 / チェリー確率 * 0.667) + (リプレイ枚数 * 回転数 / リプレイ確率) 今回はチェリー狙いした時と、フリー押しした時それぞれのぶどう確率を算出します。 フリー押しでチェリーを獲得できる確率は66.7％なので、フリー押しの時はチェリーの獲得枚数に0.667を掛けておきます。 (フリー押しでチェリーを獲得できる確率はリール配列から導き出せますが、今回は説明を省きます。) これで今回の目的であるぶどう確率を算出する準備ができました。 ぶどう確率の算出式に当てはめ ...

今回の目的は、「スランプグラフからぶどう確率を算出する」です。 ジャグラーではメジャーな課題ですが、改めて計算方法を確認しておくことで、ハナハナ等のその他のAタイプにも応用できます。 では早速小役確率の算出方法を確認してみましょう。 差枚数の構成 小役確率を算出する上で、まずは差枚数がどのようにできているのか、差枚数の構成を確認する必要があります。 差枚数は、その名の通り、スロット台に入れた枚数(IN枚数)とスロット台から払い出された枚数(OUT枚数)でできています。 差枚数 = OUT枚数 - IN枚数 ここから、IN枚数とOUT枚数それぞれについて、中身を見ていきます。 IN枚数の中身 現在のスロット台は、基本的には1回転あたり3枚のコインを投入します。 つまり、回転数に3をかけることで算出できます。 IN枚数 = 回転数 * 3 OUT枚数の中身 OUT枚数はボーナスや小役で払い出された枚数です。 ジャグラーでは、以下の役があります。 BB(ビッグボーナス)：312枚 RB(レギュラーボーナス)：104枚 ぶどう：6枚 チェリー：2枚 リプレイ：3枚 その他(ベル、ピエロ) これを先程の差枚数の式に入れると、以下の式となります。 差枚数 = BB、RB、ぶどう、チェリー、リプレイの獲得枚数 - 回転数 * 3 今回はぶどうの確率を算出したいので、ぶどうの獲得枚数の式に変形します。 ぶどうの獲得枚数 = ぶどう以外の獲得枚数 - 回転数 * 3 - 差枚数 ※ぶどう以外の獲得枚数＝BB、RB、チェリー、リプレイの獲得枚数 ぶどうの獲得個数を計算するために、両辺をぶどうの獲得枚数である6枚で割ります。 ぶどうの獲得枚数 / 6 = (ぶどう以外の獲得枚数 - 回転数 * 3 - 差枚数) / 6 最後にぶどうの獲得個数を回転数で割るとぶどうの確率が求まります。 ぶどうの個数 / 回転数 = (ぶどう以外の獲得枚数 - 回転数 * 3 - 差枚数) / 6 / 回転数 このままだと分数(1 / 6.xx)になるので、両辺の逆数をとって見やすくしておきましょう。 回転数 / ぶどうの個数 = 6 * 回転数 / (ぶどう以外の獲得枚数 - 回転数 * 3 - 差枚数) ...

当ブログは以下の目的で作成しました。 1. パチンコ・スロットを楽しむ 2. プログラミング(Python)を勉強する パチンコ・スロットを楽しむ上で、今は便利なツールや情報が溢れています。 もし、そんな便利なツールや情報を自分で作成・解析できたら、もっとパチンコ・スロットを楽しめて、しかも自分のスキルも身につくのではないか？ そんな思いで、このブログを作成しました。 私自身、ただのサラリーマンスロッターで、プログラミングも高校時代に勉強しただけの素人です。 このブログを通じて、少しでも皆様のお役に立てる情報を発信しつつ、自身のスキルアップができたらと思っています。 プライバシーポリシー 個人情報の利用目的 当ブログでは、お問い合わせや記事へのコメントの際、お名前(ハンドルネーム含む)やメールアドレス等の個人情報を入力いただく場合がございます。 これらの個人情報は、ご質問に対する回答や必要な情報を電子メールなどでご連絡する場合に利用させていただくものであり、これらの目的以外では利用いたしません。 アクセス解析ツールについて 当ブログでは、Googleによるアクセス解析ツール「Google Analytics」を利用しており、トラフィックデータの収集のためにCookie(クッキー)を使用しております。 トラフィックデータは匿名で収集されており、ユーザー個人を特定するものではありません。 広告について 当ブログでは、第三者配信の広告サービス「Google AdSense」を利用しており、ユーザーの興味に応じた商品やサービスの広告を表示するため、Cookie(クッキー)を使用しております。 Cookieを使用することで当ブログはユーザーのコンピュータを識別できるようになりますが、お名前やメールアドレス等のユーザー個人を特定できる情報は含まれません。 Cookieを無効にする方法やGoogleアドセンスに関する詳細は「 広告 – ポリシーと規約 – Google 」をご確認ください。 コメントについて 当ブログへのコメントを残す際に使用されたIP アドレスを収集しています。 これはブログの標準機能としてサポートされている機能で、スパムや荒らしへの対応以外にこのIPアドレスを使用することはありません。 免責事項 ...