抛硬币概率熵描述-matplotlib

最新推荐文章于 2024-08-27 16:22:27 发布

finbarr45

最新推荐文章于 2024-08-27 16:22:27 发布

阅读量1.2k

点赞数

分类专栏：算法文章标签： python 概率论机器学习

本文链接：https://blog.csdn.net/qq_40016949/article/details/123021396

版权

算法专栏收录该内容

3 篇文章 0 订阅

订阅专栏

"""
硬币问题的概率和熵
"""
import numpy as np
from matplotlib import pyplot as plt
import matplotlib
from mpl_toolkits.mplot3d import Axes3D


# fname 为 你下载的字体库路径,注意 SourceHanSansSC-Bold.otf 字体的路径，此处是把字体文件和当前执行文件放在同一目录
zhfont1 = matplotlib.font_manager.FontProperties(fname="SourceHanSansSC-Bold.otf")

def main():
    coinDes()
    coin3D()

def coinDes():
    x = np.linspace(0,1,100)
    y = -x * np.log2(x) -(1-x) * np.log2(1-x)
    y2 = 2 * x
    y[np.isnan(y)] = 0
    plt.plot(x,y)
    plt.title("coin problem")
    #plt.plot(x,y2,color="g")
    plt.ylabel("熵值",fontproperties=zhfont1)
    plt.xlabel("P")
    plt.show()

def coin3D():
    """
    在伯努利分布下两个随机变量的交叉熵图（x,y轴分别表示一个伯努利分布的概率，z轴表示交叉熵值）
    :return:
    """
    fig = plt.figure("交叉熵")
    ax = Axes3D(fig)
    X = np.linspace(0.01,0.99,101)
    Y = np.linspace(0.01,0.99,101)
    X,Y = np.meshgrid(X,Y)
    Z = -X * np.log2(Y) -(1-X) * np.log2(1 - Y)
    #Z2 = X + Y + 0.5
    ax.plot_surface(X,Y,Z)
    #ax.plot_surface(X,Y,Z2)
    plt.xlabel("X")
    plt.title("coin problem")
    plt.ylabel("Y")
    plt.show()

if __name__ == '__main__':
    main()