Vykreslení binomického PMF

Jak bylo zmíněno ve videu, vykreslení pěkně vypadajícího PMF vyžaduje pár triků v matplotlibu, do kterých se zde pouštět nebudeme. Místo toho vykreslíme PMF binomického rozdělení jako histogram – s dovednostmi, které už ovládáš. Klíčem je správně nastavit hranice sloupců, které předáš do plt.hist() pomocí argumentu bins. Chceme, aby byly sloupce vycentrované na celých číslech. Hranice sloupců by tedy měly být -0.5, 0.5, 1.5, 2.5, ... až po max(n_defaults) + 1.5. Takové pole vytvoříš pomocí np.arange() a následným odečtením 0.5 od celého pole.

Vzorky z binomického rozdělení jsi už generoval/a při cvičeních o nesplácení půjček a výsledky jsou uložené v NumPy poli n_defaults.

Toto cvičení je součástí kurzu

Statistical Thinking in Python (Part 1)

Zobrazit kurz

Pokyny k cvičení

Pomocí np.arange() vypočítej hranice sloupců tak, aby byly vycentrované na celých číslech. Výsledné pole ulož do proměnné bins.
Pomocí plt.hist() vykresli histogram pole n_defaults s argumenty density=True a bins=bins.
Zobraz graf.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Compute bin edges: bins
bins = np.arange(____, ____ + ____) - 0.5

# Generate histogram


# Label axes



# Show the plot

Upravit a spustit kód