numpy统计分布显示

最新推荐文章于 2024-06-22 22:07:09 发布

weixin_30533797

最新推荐文章于 2024-06-22 22:07:09 发布

阅读量81

点赞数

CC 4.0 BY-SA版权

文章标签： python 人工智能

原文链接：http://www.cnblogs.com/nuan-z/p/9831969.html

本文通过使用numpy和sklearn库，对鸢尾花数据集进行深度分析，包括计算花瓣长度的统计特征，如最大值、平均值、中值和均方差。同时，运用matplotlib库绘制了花瓣长度的正态分布图、曲线图和散点图，直观展示数据分布特性。

#加载numpy包
import numpy
#加载sklearn包
from sklearn.datasets import load_iris 
#读出鸢尾花数据集data
data=load_iris()
#鸢尾花花瓣长度的数据
petal_length=numpy.array(list(len[2] for len in data['data'])) 
print(petal_length)

#计算鸢尾花花瓣长度的最大值，平均值，中值，均方差
print(numpy.max(petal_length))
print(numpy.mean(petal_length))
print(numpy.median(petal_length))
print(numpy.std(petal_length))

#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
import matplotlib.pyplot as plt
mu = 5  #期望为5
sigma = 3  #标准差为3
num = 1000  #个数为1000
normal_data = np.random.normal(mu, sigma, num)
print(normal_data)

#用np.random.randn()产生一个正态分布的随机数组，并显示出来
a=np.random.random(25)
print(a)

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

mu=np.mean(petal_length)   
sigma =np.std(petal_length)  
num=1000

normal_data = np.random.normal(mu, sigma, num)
count, bins, ignored = plt.hist(normal_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='orange')
plt.show()

plt.plot(numpy.linspace(0,150,num=150),petal_length,color='orange')
plt.show()

plt.scatter(numpy.linspace(0,150,num=150),petal_length,color='orange')
plt.show()

转载于:https://www.cnblogs.com/nuan-z/p/9831969.html