Description du cours
Dans ces leçons, vous utiliserez la bibliothèque Numpy pour générer une distribution normale aléatoire à visualiser avec un histogramme. Nous allons spécifier la moyenne, l'écart-type et le nombre de valeurs aléatoires afin de générer des données uniques pour différencier les tracés. Vous apprendrez à utiliser la sous-bibliothèque Pyplot de la bibliothèque Matplotlib pour créer des histogrammes et générer des sous-tracés, et nous vous montrerons comment ajouter un style à un histogramme comme des étiquettes, des titres, une grille et une légende.
Vous apprendrez également à générer plusieurs sous-diagrammes d'histogrammes sur le même graphique, y compris comment positionner plusieurs histogrammes sur un graphique avec des lignes et des colonnes et colorier chacun individuellement. Enfin, vous apprendrez à utiliser la bibliothèque Scipy pour générer la ligne d'estimation de la densité du noyau (kde) (tracé du meilleur ajustement) au-dessus d'un histogramme.
Ce que vous allez apprendre
- Générer des données de distribution normale aléatoire à l'aide de la bibliothèque Numpy en spécifiant la moyenne, l'écart type et le nombre de valeurs aléatoires
- Créer des histogrammes à l'aide de la sous-bibliothèque Pyplot de Matplotlib
- Styliser les histogrammes en ajoutant des étiquettes, des titres, une grille et une légende
- Générer et positionner plusieurs sous-graphiques d'histogramme sur le même graphique en utilisant des lignes et des colonnes, en les colorant individuellement
- Ajouter une ligne de meilleur ajustement d'estimation par noyau (kde) au-dessus d'un histogramme à l'aide de la bibliothèque Scipy
Points clés à retenir
- La bibliothèque Numpy est utilisée pour générer des données de distribution normale aléatoire en spécifiant la moyenne, l'écart type et le nombre de valeurs aléatoires.
- La spécification de différents paramètres génère des données uniques qui aident à différencier les graphiques.
- La sous-bibliothèque Pyplot de Matplotlib est utilisée pour créer des histogrammes et générer des sous-graphiques.
- Plusieurs sous-graphiques d'histogramme peuvent être positionnés sur le même graphique en utilisant des lignes et des colonnes, chacun étant coloré individuellement.
- La bibliothèque Scipy génère la ligne d'estimation de densité par noyau (kde) comme graphique de meilleur ajustement au-dessus d'un histogramme.
Foire aux questions
Quelles bibliothèques ce cours utilise-t-il ?
Le cours utilise la bibliothèque Numpy pour générer des données aléatoires, la sous-bibliothèque Pyplot de Matplotlib pour créer des histogrammes et des sous-graphiques, et la bibliothèque Scipy pour générer la ligne de meilleur ajustement d'estimation par noyau (kde).
Que vais-je apprendre sur la stylisation des histogrammes ?
Vous apprendrez comment ajouter un style à un histogramme, tel que des étiquettes, des titres, une grille et une légende.
Ce cours couvre-t-il le tracé de plusieurs histogrammes ensemble ?
Oui. Vous apprendrez à générer plusieurs sous-graphiques d'histogramme sur le même graphique, y compris comment positionner plusieurs histogrammes avec des lignes et des colonnes et colorer chacun individuellement.
Quelles leçons sont incluses dans ce cours ?
Les leçons sont : Génération de données aléatoires et premier histogramme ; Options d'histogramme ; et Ajout d'une ligne de meilleur ajustement : Sous-graphique par groupe.
Quelles compétences ce cours m'aide-t-il à développer ?
Ce cours développe des compétences en statistiques computationnelles, visualisation de données, histogrammes, distribution numérique, distribution de probabilité et graphiques statistiques.
