numpy统计分布显示

Posted 2021-01-14 123-feng

计算鸢尾花花瓣长度的最大值，平均值，中值，均方差。

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

np.random.randn()产生一个正态分布的随机数组，并显示出来。

显示鸢尾花花瓣长度的正态分布图，曲线图，散点图。

代码：

import numpy as np
from sklearn.datasets import load_iris
import matplotlib.pyplot as plt
#从sklearn包自带的数据集中读出鸢尾花数据集data
data=load_iris()
#计算鸢尾花花瓣长度的最大值，平均值，中值，均方差。
petal_data=data[‘data‘][:,2]  #花瓣长度数据
petal_max=np.max(petal_data) #最大值
petal_mean=np.mean(petal_data) #平均值
petal_std=np.std(petal_data)  #均方差
print("花瓣长度数据：",petal_data)
print(‘最大值：‘,petal_max,‘平均值:‘,‘平均值:‘,petal_mean,‘均方差:‘,petal_std)
#用np.random.normal()产生一个正态分布的随机数组，并显示出来。
mu=1
sigma=3
num=10000
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()
#np.random.randn()产生一个正态分布的随机数组，并显示出来。
rand_data1=np.random.normal(mu,sigma,num)
print(rand_data1.shape,type(rand_data))
count,bins,ignored=plt.hist(rand_data1,30,normed=True)
plt.plot(bins, 1/(sigma * np.sqrt(2 * np.pi)) *np.exp( - (bins - mu)**2/ (2*sigma**2)), linewidth=2, color=‘g‘)
plt.show()
#显示鸢尾花花瓣长度的正态分布图，曲线图，散点图。
mu=petal_mean    #正态分布图
sigma=petal_std
num1=10000
rand_data=np.random.normal(mu,sigma,num1)
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=‘g‘)
plt.show()
#曲线图
plt.plot(np.linspace(0,150,150),petal_data,‘r‘)
plt.show()
#散点图
plt.scatter(np.linspace(0,150,150),petal_data)
plt.show()

运行结果：