Python如何绘制概率分布直方图浅析
短信预约 -IT技能 免费直播动态提醒
前言
直方图是一个可以快速展示数据概率分布的工具，直观易于理解，并深受数据爱好者的喜爱。大家平时可能见到最多就是 matplotlib，seaborn 等高级封装的库包，类似以下这样的绘图。
一、代码
1、案例一
import random
import numpy as np
import matplotlib.pyplot as plt
X = np.random.normal(loc=10, scale=2, size=(1, 1000))[0]
Y = np.random.normal(loc=10, scale=1.0, size=(1, 1000))[0]
P = np.ones(1000)
P[:600] = 0
np.random.shuffle(P)
# print(P)
Z = X + Y * P
plt.hist(Z, density=True, bins=150)
plt.show()
2、案例二
import random
import numpy as np
import matplotlib.pyplot as plt
n = 1000
# p = 0.4
U = []
for i in range(1000):
X = np.random.normal(loc=10, scale=2, size=(1, n))[0]
Y = np.random.normal(loc=10, scale=1.0, size=(1, n))[0]
P = np.ones(n)
P[:600] = 0
np.random.shuffle(P)
Z = X + Y * P
a = 1 / pow(n * np.var(Z), 1/2)
b = sum(Z) - n * np.mean(Z)
u = a * b
U.append(u)
plt.hist(U, density=True, bins=60)
plt.show()
二、运行效果
1、案例一
2、案例二
总结
到此这篇关于Python如何绘制概率分布直方图的文章就介绍到这了,更多相关Python绘制概率分布直方图内容请搜索编程网以前的文章或继续浏览下面的相关文章希望大家以后多多支持编程网！
免责声明：
① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的，并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据，供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。
② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341
