เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การสร้างและพล็อตการแจกแจงเรขาคณิต

ในกีฬา นักกีฬามักต้องพยายามหลายครั้งเพื่อทำคะแนนให้ตัวเองหรือทีม แต่ละครั้งมีผลลัพธ์ได้เพียงสองแบบ คือ ทำคะแนนได้หรือไม่ได้ สถานการณ์แบบนี้สามารถจำลองด้วยการแจกแจงเรขาคณิต (geometric distribution) ซึ่ง scipy.stats มีฟังก์ชัน rvs() สำหรับสร้างตัวอย่างข้อมูลจากการแจกแจงแต่ละแบบ

ลองนำตัวอย่างของนักบาสเกตบอลที่ยิงโทษได้สำเร็จด้วยความน่าจะเป็น 0.3 มาสร้างตัวอย่างข้อมูลและพล็อตกราฟ

numpy ถูกนำเข้าให้แล้วในชื่อ np

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

พื้นฐานความน่าจะเป็นด้วย Python

ดูคอร์ส

คำแนะนำการฝึกหัด

  • นำเข้า geom จาก scipy.stats, matplotlib.pyplot ในชื่อ plt และ seaborn ในชื่อ sns
  • สร้างตัวอย่างข้อมูลที่มี size=10000 จากการแจกแจงเรขาคณิตที่มีความน่าจะเป็นของความสำเร็จเท่ากับ 0.3
  • พล็อตตัวอย่างข้อมูลที่สร้างขึ้น

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Import geom, matplotlib.pyplot, and seaborn
from ____
import ____
import ____

# Create the sample
sample = ____.____(p=____, size=10000, random_state=13)

# Plot the sample
sns.____(sample, bins = np.linspace(0,20,21), kde=False)
plt.show()
แก้ไขและรันโค้ด