数据分析朱老师课件上的代码。
但图像最后会骤降至0，这是代码的一个缺点，不知道怎么改进。
第二条曲线用了正态分布函数曲线进行拟合。
import numpyas npimport pandasas pdimport matplotlib.pyplotas plt
datas= np.array([64.3,65.0,65.0,67.2,67.3,67.3,67.3,67.3,68.0,68.0,68.8,68.8,68.8,69.7,\69.7,69.7,70.3,70.4,70.4,70.4,70.4,70.4,70.4,70.4,71.2,71.2,71.2,71.2,\72.0,72.0,72.0,72.0,72.0,72.0,72.0,72.7,72.7,72.7,72.7,72.7,72.7,72.7,\73.5,73.5,73.5,73.5,73.5,73.5,73.5,73.5,73.5,73.5,73.5,74.3,74.3,74.3,\74.3,74.3,74.3,74.3,74.3,74.7,75.0,75.0,75.0,75.0,75.0,75.0,75.0,75.4,\75.6,75.8,75.8,75.8,75.8,75.8,76.5,76.5,76.5,76.5,76.5,76.5,76.5,77.2,\77.2,77.6,78.0,78.8,78.8,78.8,79.5,79.5,79.5,80.3,80.5,80.5,81.2,81.6,\81.6,84.3])#数据特征计算
s= np.std(datas, ddof=1)#样本标准差
xbar= np.mean(datas)#样本均值#数据可视化 画数据经验分布曲线图
nt, bins, patches= plt.hist(datas, bins=10, histtype='step', \
cumulative=True, density=True, color='darkcyan')#datas是数据,bins是分组数
plt.title('bins = 10')
plt.savefig('经验函数分布图1.jpg', dpi=200)
plt.show()#数据可视化 画数据经验分布曲线图
nt, bins, patches= plt.hist(datas, bins=15, histtype='step', \
cumulative=True, density=True, color='darkcyan')#datas是数据,bins是分组数
plt.title('bins = 15')#正态分布函数曲线拟合
y=(1/(np.sqrt(2* np.pi)* s))* np.exp(-0.5*((bins- xbar)**2/ s**2))
y= y.cumsum()
y= y/ y[-1]
plt.plot(bins, y,'tomato', linewidth=1.5, label='Theoretical')
plt.savefig('经验函数分布图2.jpg', dpi=200)
plt.show()
