这里有几个问题对你不利。底线在前面：
你的代码没有达到你所说的意图；
你目前没有衡量你的结果是否与理论答案相符的标准；和
你对正确答案的期望是不正确的。
我觉得您的代码对于您描述的任务来说过于复杂，所以我从头开始编写了自己的版本。我计算出了滚动六个10面骰子的基本实验，并通过创建一个由10面骰子滚动组成的长度为6的列表来检查结果是否都相等。我无耻地借用boargules的评论，将结果放入一个只存储唯一元素的集合中，并计算集合的大小。当且仅当集合的大小为1时，骰子的值都相同。当不同元素的数量大于1时，我不断重复此操作，记录所需的试验次数，并在获得相同的模具卷后返回试验次数。
然后，对任何所需数量的复制运行该基本实验，并将结果放入numpy数组中。结果数据由numpy和scipy处理，得出平均试验次数和平均值的95%置信区间。置信区间使用结果的估计可变性来构造平均值的下限和上限。如果基本假设得到满足，以这种方式生成的边界应包含以这种方式生成的95%估计值的真实平均值，并解决我的bluf中的第二点。
代码如下：

import random
import scipy.stats as st
import numpy as np

NUM_DIGITS = 6
SAMPLE_SIZE = 1000

def expt():
    num_trials = 1
    while(len(set([random.randrange(10) for _ in range(NUM_DIGITS)])) > 1):
        num_trials += 1
    return num_trials

data = np.array([expt() for _ in range(SAMPLE_SIZE)])
mu_hat = np.mean(data)
ci = st.t.interval(alpha=0.95, df=SAMPLE_SIZE-1, loc=mu_hat, scale=st.sem(data))
print(mu_hat, ci)

从10面模具中产生6个相同的特定值结果的概率为10-6，但有10个可能的特定值，因此产生所有重复的总概率为10*10-6或10-5。因此，在获得一组副本之前，预期的试验次数是105次。上面的代码在我的计算机上运行了5分钟多一点，并生成了 102493.559 (96461.16185897154, 108525.95614102845) 作为输出。四舍五入为整数，这意味着平均试验次数为102493次，我们95%相信真实平均数介于96461和108526之间。该特定范围包含105次，即与预期值一致。重新运行程序将产生不同的数字，但95%的运行也应该包含预期值，不包含预期值的少数应该仍然很接近。

我可以建议，如果你使用整数，你应该返回一个整数，而不是浮点数（如果我理解你的意图的话）。

randtst.write（str（总计/10）+“\n”）原件

randtst.write（str（总计//10）+“\n”）

使用楼层分隔符而不是分隔符可以将数字四舍五入为整数，这更符合您的意图。
如果您使用的是浮点数，可能会使用%来代替。这不仅会除以数字，而且只返回余数。
%是python中的模
//是python中的楼层划分吗
如果总数返回一个浮点整数，这些符号将使数字保持稳定并更易于操作。
如果不是这样的话，你就必须计算出小数点后面的每一个数字。
如果是这种情况，你的结果将永远不会达到10x^6，因为求和你的值的那一行被卡在了一个循环中。
我希望这对您有所帮助，如果没有，请告诉我，因为我也在学习python。