การพล็อต Binomial PMF

ดังที่กล่าวไว้ในวิดีโอ การพล็อต PMF ให้ดูสวยงามนั้นต้องอาศัยเทคนิคพิเศษของ matplotlib ซึ่งเราจะไม่ลงรายละเอียดที่นี่ แต่เราจะพล็อต PMF ของ Binomial distribution ในรูปแบบฮิสโตแกรมโดยใช้ทักษะที่เรียนมาแล้ว เทคนิคสำคัญคือการกำหนดขอบของ bin ที่จะส่งให้ plt.hist() ผ่านอาร์กิวเมนต์ bins โดยต้องการให้แต่ละ bin มีจุดกึ่งกลางอยู่ที่จำนวนเต็ม ดังนั้นขอบของ bin ควรเป็น -0.5, 0.5, 1.5, 2.5, ... ไปจนถึง max(n_defaults) + 1.5 ซึ่งสร้างได้โดยใช้ np.arange() แล้วลบ 0.5 ออกจาก array

คุณได้สุ่มตัวอย่างจาก Binomial distribution ในแบบฝึกหัดเรื่องการผิดนัดชำระหนี้มาแล้ว และผลลัพธ์ที่ได้เก็บอยู่ใน NumPy array ชื่อ n_defaults

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Statistical Thinking in Python (ตอนที่ 1)

ดูคอร์ส

คำแนะนำการฝึกหัด

ใช้ np.arange() คำนวณขอบของ bin เพื่อให้แต่ละ bin มีจุดกึ่งกลางอยู่ที่จำนวนเต็ม แล้วเก็บ array ที่ได้ไว้ในตัวแปร bins
ใช้ plt.hist() พล็อตฮิสโตแกรมของ n_defaults โดยระบุอาร์กิวเมนต์ density=True และ bins=bins
แสดงกราฟ

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

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

# Generate histogram


# Label axes



# Show the plot

แก้ไขและรันโค้ด