numpy統計分布顯示

標籤：type   .data   隨機   print   分布   code   iris   inf   ima   

 

#計算鳶尾花花瓣長度的最大值，平均值，中值，均方差。import  numpy as npfrom sklearn.datasets import load_irisdata=load_iris()iris=data.datapetal_length=iris[:,2]  #取所有行的第二列print(np.mean(petal_length))  #平均值print(np.std(petal_length))   #標準差print(np.median(petal_length))  #中位元print(np.max(petal_length))print(np.min(petal_length))

 

 

#用np.random.normal()產生一個常態分佈的隨機數組，並顯示出來。print(np.random.normal(1,3,50))

 

 

#np.random.randn()產生一個常態分佈的隨機數組，並顯示出來。print(np.random.randn(3,3))  #3行3列正太分布隨機數組print(np.random.randn(50))

 

 

#顯示鳶尾花花瓣長度的常態分佈圖import matplotlib.pyplot as pltmu=np.mean(petal_length) #期望sigma=np.std(petal_length) #標準差num=1000 #個數為1000rand_data=np.random.normal(mu,sigma,num)print(rand_data.shape)print(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="r")plt.show()

 

#顯示鳶尾花花瓣長度的曲線圖mu=np.mean(petal_length) #期望sigma=np.std(petal_length) #標準差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(np.linspace(0,150,num=150),petal_length,‘r‘)plt.show()

 

#顯示鳶尾花花瓣長度的散佈圖。mu=np.mean(petal_length) #期望sigma=np.std(petal_length) #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‘)plt.show()

numpy統計分布顯示