Matplotlib练习

最新推荐文章于 2022-12-21 17:49:49 发布

mori644

最新推荐文章于 2022-12-21 17:49:49 发布

阅读量252

点赞数

本文链接：https://blog.csdn.net/mori644/article/details/80487140

版权

这是一篇关于使用Matplotlib进行数据可视化的练习，包括绘制函数、参数估计和直方图与密度估计。在练习中，你需要创建数据矩阵，估计参数，并通过图形展示真实参数与估计参数。同时，你也需要从特定分布生成数据，制作包含25个bins的直方图，并使用高斯核密度估计器展示密度。

摘要由CSDN通过智能技术生成

Exercise 11.1: Plotting a function

Plot the function

over the interval [0,2]. Add proper axis labels, a title, etc.

import numpy as np
import matplotlib.pyplot as plt

xarr = np.linspace(0, 2, 1000)
yarr = [(np.sin(x-2)**2)*np.exp(-x**2) for x in xarr]
plt.plot(xarr, yarr)
plt.title('A function')
plt.xlabel('x')
plt.ylabel('y')
plt.axis((0, 2, 0, 1))
plt.show()

Exercise 11.2: Data

Create a data matrix X with 20 observations of 10 variables. Generate a vector b with parameters Then generate the response vector y = Xb+z where z is a vector with standard normally distributed vari