計算鳶尾花花瓣長度的最大值，平均值，中值，均方差。

import numpy as np
from sklearn.datasets import load_iris

data=load_iris()
print(type(data))
print(data.keys(),data.feature_names)
iris=data.data
print(iris)

petal_length=iris[:,2]
print(petal_length)
print("鳶尾花花瓣長度的最大值",np.max(petal_length))
print("鳶尾花花瓣長度的平均值",np.mean(petal_length))
 
print("鳶尾花花瓣長度的中值",np.median(petal_length))
print("鳶尾花花瓣長度的均方差",np.std(petal_length))

用np.random.normal()產生一個正態分布的隨機數組，並顯示出來。

import numpy as np

mu = 10  #期望為10
sigma = 30  #標準差為30
num = 100  #個數為100

rand_data = np.random.normal(mu, sigma, num)
print(rand_data)

np.random.randn()產生一個正態分布的隨機數組，並顯示出來。

import numpy as np
a=np.random.randn(4,4) #4行4列的正態分布隨機數組
print(a)

顯示鳶尾花花瓣長度的正態分布圖，曲線圖，散點圖。

#顯示鳶尾花花瓣長度的正態分布圖
import numpy as np
import matplotlib.pyplot as plt

mu =  np.mean(petal_length) #花瓣長度的期望值
sigma = np.std(petal_length)  #花瓣長度的標準差
num = 1000  #花瓣個數

rand_data = np.random.normal(mu, sigma, num)
 
print(rand_data.shape,type(rand_data))

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=‘r‘)
plt.show()

#顯示鳶尾花花瓣長度的正態曲線圖
plt.plot(np.linspace(0,150,num=150),petal_length,‘r‘) 
plt.show()

#顯示鳶尾花花瓣長度的散點圖
import numpy as np
import matplotlib.pyplot as plt
plt.scatter(np.linspace(0,150,num=150),petal_length,alpha=0.5,marker=‘x‘,color=‘b‘)
plt.show()

第七次作業--numpy統計分布顯示