|
马上注册,结交更多好友,享用更多功能^_^
您需要 登录 才可以下载或查看,没有账号?立即注册
x
本帖最后由 不二如是 于 2020-2-22 13:18 编辑
上一讲我们感受到用 NumPy 可视化概率的方便,本次继续深入。
如果需要抽奖,就要让随机点在不同位置上出现的概率不一样。
那么 rand() 和 randint() 就不能用啦,至少是 randn() 或者 normal() 。
用什么描述概率呢?
公式可以!
但我们要用标准正态函数来实现,导入库:
我们随机生成 99 个标准随机正态数:
结果有正有负,上一讲玩的是三维空间,本次来看二维的。
顺便学一下新的作图方法:
越靠近中心概率越高,所以颜色会重,反之,越往外越浅。
还可以 hist2d() 画颜色块来表示:
印证上面我说的中间概率最高!
如果鱼油觉得数据量 n 太低,我们来 100000 次吧:
但中间部分,我们肉眼就看不出来区别,因为都很密,此时就要用到刚才说的 hist2d:
bins 值越大,显示越细致。
如果好还想知道:
问得好:
我们用代码来看看:
以此为:最小值,最大值,求和,平均数,方差,标准差
这些数据怎么用,就是你的事情啦~
因为我们知道了最小值和最大值不超过正负 5,所以通过 hist() 指定区间画直方图:
能看出中间的数很多,将 bins 设置的数越大越细分,效果越明显。
下一讲我们来模拟抽奖。
源代码:
22Goas.zip
(390 Bytes, 下载次数: 0, 售价: 6 鱼币)
如果有收获,别忘了评分 :
如果想看更多,请订阅 淘专辑( 传送门)( 不喜欢更要订阅 ) |
|