Homepage

Example Code

import numpy as np;

import matplotlib.pyplot as plt

Distri1 = np.random.randn(2,20000);

sigma2 = 1.0;

sigma3 = 0.5;

sigma4 = 0.2;

mu =1.0;

Distri2 = sigma2 * np.random.randn(20000) + mu;

Distri3 = sigma3 * np.random.randn(20000) + mu;

Distri4 = sigma4 * np.random.randn(20000) + mu;

plt.figure(1);

plt.subplot(211);

plt.title(r'Random Numbers with Normal Distribution');

plt.ylabel('distribution');

plt.hist(Distri1[0], bins=20, histtype='bar', normed=True);

plt.legend(["distribution"]);

plt.subplot(212);

plt.hist(Distri2, bins=20, histtype='step',color='red', normed=True);

plt.hist(Distri3, bins=20, histtype='step',color='blue', normed=True);

plt.hist(Distri4, bins=20, histtype='step',color='black', normed=True);

plt.legend( ["$\mu=1, \sigma=1$","$\mu=1, \sigma=0.5$", "$\mu=1, \sigma=0.2$"]);

plt.xlabel('value');

plt.ylabel('distribution');

plt.show();

Note and Comments

import matplotlib.pyplot as plt 匯入圖形函式庫Matplotlib中的pyplot資料庫, 並命名爲plt 產生m個0到1的隨機數

np.random.randn(n,m); 依常態分佈生成n組亂數, 每組亂數有m個資料點

sigma * np.random.randn(m) + mu; 依常態分佈生成m個亂數資料, 其中標準差是sigma, mu是資料平均值,也就是N(mu,sigma)

plt.figure(1) 宣告一個圖像的視窗

plt.subplot(lmn) 圖像視窗有l行*m列個圖, 我們目前使用第一個圖

plt.title(r'Distribution of Random [0,1]') 第一個圖的名稱爲 Distribution of Random [0,1]

plt.ylabel('count') 設定y軸的名稱, plt.xlabel('count') 設定x軸的名稱

plt.hist(Distri1[0], bins=10, histtype='bar', normed=False) 繪一維長條圖, 資料點爲Distri1[0]序列

histtype='xxxx' 設定長條圖的格式: bar與stepfilled爲不同形式的長條圖, step以橫線標示數值.

bin(n) 資料有n個binning(x軸切成n等分累積畫圖),

normed=False, 資料在作圖時不作歸一化.

plt.legend(["xxx"]); 設定圖例

plt.show() 圖形設定完畢,開始作圖

Lesson 07: 1D plots with random function which follow the normal distribution