Kursbeschreibung
In diesen Lektionen werden Sie die Numpy-Bibliothek verwenden, um eine zufällige Normalverteilung zu erzeugen und mit einem Histogramm zu visualisieren. Wir gehen auf die Angabe des Mittelwerts, der Standardabweichung und der Anzahl der Zufallswerte ein, um eindeutige Daten für die Unterscheidung zwischen Diagrammen zu erzeugen. Sie lernen, wie Sie die Pyplot-Unterbibliothek der Matplotlib-Bibliothek verwenden, um Histogramme zu erstellen und Unterdiagramme zu erzeugen, und wir zeigen Ihnen, wie Sie einem Histogramm Beschriftungen, Titel, ein Raster und eine Legende hinzufügen können.
Sie werden auch lernen, wie man mehrere Histogramm-Subplots auf demselben Diagramm erzeugt, einschließlich der Positionierung mehrerer Histogramme auf einem Plot mit Zeilen und Spalten und der individuellen Färbung jedes einzelnen. Schließlich lernen Sie, wie Sie die Scipy-Bibliothek verwenden, um die Kernel-Dichte-Schätzung (kde) über einem Histogramm zu erzeugen.
Was Sie lernen werden
- Generieren Sie Zufallsdaten der Normalverteilung mit der Numpy-Bibliothek durch Angabe des Mittelwerts, der Standardabweichung und der Anzahl der Zufallswerte
- Erstellen Sie Histogramme mit der Pyplot-Unterbibliothek von Matplotlib
- Gestalten Sie Histogramme durch Hinzufügen von Labels, Titeln, einem Gitter und einer Legende
- Generieren und positionieren Sie mehrere Histogram-Subplots auf demselben Diagramm mithilfe von Zeilen und Spalten und färben Sie jeweils einzeln
- Fügen Sie eine Kernel-Dichte-Schätzungslinie (kde) über einem Histogram mit der Scipy-Bibliothek hinzu
Wichtige Erkenntnisse
- Die Numpy-Bibliothek wird verwendet, um Zufallsdaten der Normalverteilung zu generieren, indem der Mittelwert, die Standardabweichung und die Anzahl der Zufallswerte angegeben werden.
- Die Angabe verschiedener Parameter generiert einzigartige Daten, die helfen, zwischen Diagrammen zu unterscheiden.
- Die Pyplot-Unterbibliothek von Matplotlib wird verwendet, um Histogramme zu erstellen und Subplots zu generieren.
- Mehrere Histogram-Subplots können auf demselben Diagramm mit Zeilen und Spalten positioniert werden, wobei jeweils einzeln gefärbt ist.
- Die Scipy-Bibliothek generiert die Kernel-Dichte-Schätzungslinie (kde) als bestes Anpassungsdiagramm über einem Histogram.
Häufig gestellte Fragen
Welche Bibliotheken verwendet dieser Kurs?
Der Kurs verwendet die Numpy-Bibliothek zur Generierung von Zufallsdaten, die Pyplot-Unterbibliothek von Matplotlib zum Erstellen von Histogrammen und Subplots sowie die Scipy-Bibliothek zur Generierung der Kernel-Dichte-Schätzungslinie (kde).
Was werde ich über die Gestaltung von Histogrammen lernen?
Sie werden lernen, wie Sie Gestaltelemente zu einem Histogram hinzufügen, wie Labels, Titel, ein Gitter und eine Legende.
Behandelt dieser Kurs das Zeichnen mehrerer Histogramme zusammen?
Ja. Sie werden lernen, mehrere Histogram-Subplots auf demselben Diagramm zu generieren, einschließlich wie Sie mehrere Histogramme mit Zeilen und Spalten positionieren und jedes einzeln färben.
Welche Lektionen sind in diesem Kurs enthalten?
Die Lektionen sind: Generierung von Zufallsdaten und erstes Histogram; Histogram-Optionen; und Hinzufügen einer Best-Fit-Linie: Subplot nach Gruppe.
Welche Fähigkeiten hilft mir dieser Kurs zu entwickeln?
Dieser Kurs entwickelt Fähigkeiten in Computational Statistics, Datenvisualisierung, Histogrammen, numerischer Verteilung, Wahrscheinlichkeitsverteilung und statistischen Grafiken.
