首页 > 其他 > 详细

第七次作业--numpy统计分布显示

时间:2018-10-19 13:29:49      阅读:244      评论:0      收藏:0      [点我收藏+]

计算鸢尾花花瓣长度的最大值,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("鸢尾花花瓣长度的最大值",np.max(petal_length))
print("鸢尾花花瓣长度的平均值",np.mean(petal_length))
print("鸢尾花花瓣长度的中值",np.median(petal_length))
print("鸢尾花花瓣长度的均方差",np.std(petal_length))

技术分享图片

 

用np.random.normal()产生一个正态分布的随机数组,并显示出来。

import numpy as np

mu = 10  #期望为10
sigma = 30  #标准差为30
num = 100  #个数为100

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

 

技术分享图片

 

np.random.randn()产生一个正态分布的随机数组,并显示出来。

import numpy as np
a=np.random.randn(4,4) #4行4列的正态分布随机数组
print(a)

技术分享图片

 

显示鸢尾花花瓣长度的正态分布图,曲线图,散点图。

 

#显示鸢尾花花瓣长度的正态分布图
import numpy as np
import matplotlib.pyplot as plt

mu =  np.mean(petal_length) #花瓣长度的期望值
sigma = np.std(petal_length)  #花瓣长度的标准差
num = 1000  #花瓣个数

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()

技术分享图片

#显示鸢尾花花瓣长度的正态曲线图
plt.plot(np.linspace(0,150,num=150),petal_length,r) 
plt.show()

技术分享图片

#显示鸢尾花花瓣长度的散点图
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()

技术分享图片

第七次作业--numpy统计分布显示

原文:https://www.cnblogs.com/a-zhuanger/p/9815283.html

(0)
(0)
   
举报
评论 一句话评论(0
关于我们 - 联系我们 - 留言反馈 - 联系我们:wmxa8@hotmail.com
© 2014 bubuko.com 版权所有
打开技术之扣,分享程序人生!