numpy統計分布顯示
阿新 • • 發佈:2018-10-18
idt att plot 平均值 曲線 標準 最大 new ets
- 計算鳶尾花花瓣長度的最大值,平均值,中值,均方差。
from sklearn.datasets import load_iris import numpy as np iris = load_iris() print(iris) petal_length=np.array(list(len[2]for len in iris[‘data‘])) np.max(petal_length) #花瓣長度最大值 np.min(petal_length) #花瓣長度最小值 np.std(petal_length) #花瓣長度數值的標準差 np.median(petal_length) #花瓣長度數值的中位數
運行結果:
- 用np.random.normal()產生一個正態分布的隨機數組,並顯示出來。
np.random.normal(loc=1,scale=10,size=100) #產生一個均值為1,標準差為10的正態分布的隨機數組
運行結果:
- np.random.randn()產生一個正態分布的隨機數組,並顯示出來。
np.random.randn(3,3) #3行3列正態分布隨機數組
運行結果:
- 顯示鳶尾花花瓣長度的正態分布圖。
import matplotlib.pyplot as plt mu = np.mean(petal_length) #花瓣長度期望值 sigma = np.std(petal_length) #花瓣長度標準差 num=150 rand_data= np.random.normal(mu,sigma,num) print(rand_data.shape,type(rand_data)) print(np.mean(petal_length),np.std(petal_length),np.median(petal_length)) count, bins, ignored = plt.hist(rand_data,30,normed=True) plt.plot(bins,1/(sigma * np.sqrt(2 * np.pi)) *np.exp( - (bins - mu)**2/(2 * sigma**2)),linewidth=2, color=‘b‘) #花瓣長度正態分布圖 plt.show()
- 顯示鳶尾花花瓣長度的曲線圖
mu = np.mean(petal_length) #花瓣長度期望值 sigma = np.std(petal_length) #花瓣長度標準差 num=150 rand_data= np.random.normal(mu,sigma,num) print(rand_data.shape,type(rand_data)) print(np.mean(petal_length),np.std(petal_length),np.median(petal_length)) plt.plot(np.linspace(0,150,num=150),petal_length,‘b‘) #花瓣曲線圖 plt.show()
-
mu = np.mean(petal_length) #花瓣長度期望值 sigma = np.std(petal_length) #花瓣長度標準差 print(np.mean(petal_length),np.std(petal_length),np.median(petal_length)) plt.scatter(np.linspace(0,150,num=150),petal_length,alpha=0.5,marker=‘D‘) #花瓣散點圖 plt.show()
numpy統計分布顯示