numpy統計分布顯示

#計算鳶尾花花瓣長度的最大值，平均值，中值，均方差。

import  numpy 
asnp
from
sklearn.datasets import load_iris
data=load_iris()
iris=data.data
petal_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))  #中位數
#用np.random.normal()產生乙個正態分佈的隨機數組，並顯示出來。

#np.random.randn()產生乙個正態分佈的隨機數組，並顯示出來。

print(np.random.randn(
3,3))  #3行3列正太分布隨機數組
#顯示鳶尾花花瓣長度的正態分佈圖

import matplotlib.pyplot 
asplt
mu=np.mean(petal_length) #期望
sigma=np.std(petal_length) #標準差
num=1000
#個數為1000
#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
#顯示鳶尾花花瓣長度的散點圖。

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()
				
boost 統計分布之正態分佈
專案要計算乙個聯配 alignment 的顯著性，用p value來衡量。隨機聯配做背景分布，而隨機聯配是正態的。學習了一下boost的數學分布。太好用了，媽媽再也不用擔心我寫錯公式了。下面是測試 include include using namespace std int main int ar...
				
統計分析    t分布
t 分布的圖形與特徵 以0為中心，左右對稱的單峰分布 t分布曲線是一簇曲線，其形態變化與自由度的大小有關。自由度越小，則t 值越分散，t分布曲線的峰部越矮而尾部翹得越高 說明尾部面積 概率p 就越大 與u分布曲線相比，t 分布低平 自由度逐漸增大時，t 分布逐漸逼近u 分布 標準正態分佈 當趨於 時...
				
基於R統計分析  樣本與分布
1 資料抽樣 1 簡單隨機抽樣 sample x,size,replace false,prob null 其中，x表示待抽取物件，一般情況下以向量形式表示 size為非負整數，表示想要抽取樣本的個數 replace表示是否為可放回抽樣，預設不放回 prob用於設定各個抽樣樣本的抽樣概率，預設等概率...