Normal PDF
इस अभ्यास में, आप Normal PDF को एक्सप्लोर करेंगे और हैकर स्टैटिस्टिक्स का उपयोग करके किसी ज्ञात डिस्ट्रिब्यूशन की PDF प्लॉट करने का तरीका भी सीखेंगे। विशेष रूप से, आप variance के अलग-अलग मानों के लिए Normal PDF प्लॉट करेंगे.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Statistical Thinking in Python (Part 1)
अभ्यास निर्देश
- Normal डिस्ट्रिब्यूशन से 100,000 सैंपल ड्रॉ करें जिसका mean
20और standard deviation1हो। यही काम standard deviation3और10के लिए भी करें, जिनका mean अभी भी20ही है। नतीजों को क्रमशःsamples_std1,samples_std3औरsamples_std10में असाइन करें. - हर सैंपल का histogram प्लॉट करें; प्रत्येक के लिए 100 bins इस्तेमाल करें, साथ ही keyword arguments
density=Trueऔरhisttype='step'भी दें। दूसरा keyword argument प्लॉट को स्मूथ थिओरेटिकल PDF जैसा बनाता है। आपको 3 बारplt.hist()कॉल करनी होगी. - "उत्तर सबमिट करें" दबाइए ताकि एक legend बन जाए, जो दिखाए कि आपने कौन-कौन से standard deviations उपयोग किए, और अपना प्लॉट दिखाइए! एक्सिस लेबल करने की ज़रूरत नहीं है क्योंकि हमने यह परिभाषित नहीं किया है कि Normal डिस्ट्रिब्यूशन क्या चीज़ दर्शा रहा है; हम सिर्फ PDFs के आकार देख रहे हैं.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Draw 100000 samples from Normal distribution with stds of interest: samples_std1, samples_std3, samples_std10
# Make histograms
# Make a legend, set limits and show plot
_ = plt.legend(('std = 1', 'std = 3', 'std = 10'))
plt.ylim(-0.01, 0.42)
plt.show()