เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การปรับจำนวน bin ในฮิสโตแกรม

ฮิสโตแกรมที่สร้างไปก่อนหน้ามี 10 bin ซึ่งเป็นค่าเริ่มต้นของ matplotlib "กฎรากที่สอง" เป็นหลักการที่นิยมใช้ในการเลือกจำนวน bin: ให้เลือกจำนวน bin เท่ากับค่ารากที่สองของจำนวนตัวอย่างข้อมูล ลองสร้างฮิสโตแกรมของความยาวกลีบดอกของ Iris versicolor อีกครั้ง โดยคราวนี้ใช้กฎรากที่สองในการกำหนดจำนวน bin กำหนดจำนวน bin ด้วย keyword argument bins ของ plt.hist()

utility สำหรับการพล็อตถูกนำเข้าและตั้งค่า seaborn defaults ไว้แล้ว ตัวแปร versicolor_petal_length เก็บอาร์เรย์ของความยาวกลีบดอกและพร้อมใช้งานใน namespace ของคุณแล้ว

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Statistical Thinking in Python (ตอนที่ 1)

ดูคอร์ส

คำแนะนำการฝึกหัด

  • นำเข้า numpy ในชื่อ np เพื่อให้เข้าถึงฟังก์ชันรากที่สอง np.sqrt() ได้
  • หาจำนวนข้อมูลทั้งหมดโดยใช้ len()
  • คำนวณจำนวน bin โดยใช้กฎรากที่สอง
  • แปลงจำนวน bin ให้เป็นจำนวนเต็มด้วยฟังก์ชันในตัว int()
  • สร้างฮิสโตแกรมและอย่าลืมใช้ keyword argument bins
  • กด ส่งคำตอบ เพื่อพล็อตกราฟและดูผลลัพธ์ที่ได้!

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Import numpy


# Compute number of data points: n_data


# Number of bins is the square root of number of data points: n_bins


# Convert number of bins to integer: n_bins


# Plot the histogram


# Label axes
_ = plt.xlabel('petal length (cm)')
_ = plt.ylabel('count')

# Show histogram
plt.show()
แก้ไขและรันโค้ด