Данные гистограммы Matplotlib автоматически сгруппированы
Нормальное распределение
Нормальное распределение генерируется, как показано ниже.
Изображение
Он работает путем определения количества выпадений орла, когда вы подбрасываете монету 10 раз. Затем он повторяет 10 переворотов 100 тысяч раз.
Результатом является нормальное распределение, показывающее распределение значений в виде гистограммы.
Изображение1 Изображение2
Прочтите README...
Проблема: График, построенный с использованием matplotlib, не является гладким. Я не установил значение для значений интервала (ось X). (См. выше)
Изображение3
Я пробовал увеличить количество испытаний. например, 100 переворотов выполнено 100 тысяч раз, но все равно выглядит фиксированным, как блоки, а не плавными, как при нормальном распределении.
Изображение 4
Я не могу публиковать изображения, но если вы проверите github yashGaneshgudi, это соответствует проблеме... Спасибо https://github.com/yashGaneshgudi/Normal-Distribution
ОБНОВИТЬ ДОБАВЛЕННЫЙ КОД
import random
results=[]
for i in range (100000):
heads=0
print(i)
for i in range(10):
coin = random.randint(0, 1)
if coin == 1:
heads += 1
results.append(heads)
print(heads)
import matplotlib.pyplot as plt
plt.hist(results)
plt.show()
Ответы 1
results может принимать только целые значения от 0 до 10. Он не может создать гладкую гистограмму, поскольку для данных существует только одиннадцать возможных значений.
Попробуйте добавить больше подбрасываний монеты, например.
import random
results=[]
for i in range (100000):
heads=0
print(i)
for i in range(1000):
coin = random.randint(0, 1)
if coin == 1:
heads += 1
results.append(heads)
print(heads)
import matplotlib.pyplot as plt
plt.hist(results, bins=50)
plt.show()
Это обеспечит более плавный график, но будут периодические всплески. Причина, почему, оставлена в качестве упражнения. (Подсказка: подумайте, где расположены линии мусорных баков)
@JohanC Теперь, когда я думаю об этом, это имеет смысл. Я просто предположил, что настройки по умолчанию не будут так сильно манипулировать данными. Спасибо за ответ
Спасибо Доусон-Битти за быстрый ответ. Это занимает немного больше времени, но работает. Я предполагаю, что ячейки разделяют данные, если вы понимаете, что я имею в виду. Так что больше ячеек, больше интервалов, поэтому это выглядит лучше. Я не уверен, почему результат сильно ошеломлен случайными скачками и не полностью соответствует нормальному распределению. Конечно, есть несколько миллионов подбрасываний монеты, которые должны просто выровняться. Это из-за того, что в таком масштабе случайная функция питонов не такая случайная. Я не могу подумай о чем-нибудь другом...
Кажется, я отвратительно сформулировал вопрос, я получаю так много отрицательных голосов?!?!
import random results=[] for i in range (100000): heads=0 print(i) for i in range(1000): coin = random.randint(0, 1) if coin == 1: heads += 1 results.append(heads) print(heads) import matplotlib.pyplot as plt plt.hist(results,bins=500) plt.show()Я уменьшил интервалы вдвое, и получился отличный график, см. github.com/yashGaneshgudi/Normal-Distribution Спасибо за помощь!
Еще один вопрос, почему на графике толстые линии? конечно, все строки интервалов должны быть одинаковыми. может быть, это форматирование слишком большого количества ячеек, и все это просто ломается примерно через 10?
Я не понимаю, что вы имеете в виду под «толстыми линиями».
Подсказка: рассчитайте адекватные края интервала вместо того, чтобы полагаться на значения по умолчанию, которые предназначены для непрерывных данных.