Plotta den binomiala PMF:en

Som nämndes i videon kräver en välformaterad PMF viss matplotlib-magi som vi inte går in på här. I stället plottar vi PMF:en för binomialfördelningen som ett histogram med tekniker du redan känner till. Tricket är att ställa in binkanterna som skickas till plt.hist() via nyckelordsargumentet bins. Vi vill att binkorgarna ska vara centrerade på heltal. Kanterna bör alltså vara -0.5, 0.5, 1.5, 2.5, ... upp till max(n_defaults) + 1.5. Du kan generera en sådan array med np.arange() och sedan subtrahera 0.5 från arrayen.

Du har redan tagit urval från binomialfördelningen i övningarna om lånedefaulter, och de resulterande urvalen finns i NumPy-arrayen n_defaults.

Den här övningen är en del av kursen

Statistiskt tänkande i Python (del 1)

Visa kurs

Övningsinstruktioner

Använd np.arange() för att beräkna binkanterna så att binkorgarna är centrerade på heltal. Lagra den resulterande arrayen i variabeln bins.
Använd plt.hist() för att plotta histogrammet av n_defaults med nyckelordsargumenten density=True och bins=bins.
Visa diagrammet.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

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

# Generate histogram


# Label axes



# Show the plot

Redigera och kör kod