实验三：获取正态分布的数据

2018/10/02

这部分实验用于真正理解正态分布是什么样子的。一定要理解这个概率密度和真实的分布模样，也回答了一部分实验一中的疑问。
该部分实验的作图代码位于：
/root/OldFile/sklearn/data_distribution

前两天的实验一实验二中使用了这个正态分布的函数，
说到这个函数提一句，就是我看别人还有用别的语句写的。
转载：https://blog.csdn.net/u013571243/article/details/48998619
这个主要是为了演示这个条形图的画法。（貌似跟我理解的有些许不同）
上面这个，写的真不错。我还去搜了numpy.random.randn的具体用法，就是返回一个正态分布的序列。

---

这个日志是为了解决实验一中的一些疑问，就是自己弄的不明白的那个地方。

怎么说，我一直以来都把这个概率密度曲线和实际的数据分布曲线给弄混了。

正态分布

请看，这是一个均值为0，方差为1的标准正态分布。
但是你能看出来这是一个正态分布吗，因为在我的印象中，那个凸起的形状在我脑海里印象太深刻了。
但是这是真真切切的用正态分布的API画出来的。

所以，我还是对这部分内容给搞混了。
看上面那个网址也好，看下面这个也好，
https://blog.csdn.net/bitcarmanlee/article/details/79153932
他们都利用直方图去把这个内容给展现出来。

先看一个比较糙的。

正态分布及散点图

从这个图就有一点那个趋势了，不太很像，换一个数量多的。

1000个点的正态分布

这部分的代码如下（代码很简单，仅仅作为一个简单的示例）：

15 def PlotMy():
 16     Filename = 'normal_dir.png'
 17     dot_nums = 100
 18     y = np.random.normal(0,1,dot_nums)
 19     x = np.arange(-3,3,6.0 /dot_nums)
 20 
 21     plt.scatter(x,y,color = "red")
 22     plt.hist(y,bins = 100)    
 23     plt.savefig(Filename)
 24     import os
 25     os.system("sz "+ Filename)

---

下面对这部分的内容进行一下解释：
首先我通过np的函数获取了数据的分布，这里需要注意的是，我利用np的随机函数生成的数组序列，他的序列只有一个维度，第一个而且这个数还有小于0 的，这是怎么回事。
仔细想一想，这个东西其实是这个道理，他生成的数据满足这个分布，所以只有一个维度。以前都是从概率密度函数的角度入手，然后想当然的就觉得y轴上就应该是那种凸起。

其次，那既然出现了这种数据，我应该怎么样去看出来他是这个分布呢，先不说那些后面参数检验的东西，就说我从简单的图标上来看出来。所以才有了后面的这个直方图的画法。
一定要注意，这个api接受的是一个序列，他自己回去统计各个部分的频数（不规一化的话）。然后这个时候出现的这个图形就是正态分布了。
为什么？所以这正是我前面疑惑的地方。
现在说明一下正态分布概率密度函数的真正意义，（看来以前都学死了，概率论考了满分有个屁用）以标准正态分布为例。
横轴表示数据分布的取值范围，而竖轴表示在这个x轴上的点的位置，取值的概率。这一点好像不是那么容易理解。拿一个实际的例子来说明，比如书上爱用的，就是灯泡的寿命。从曲线上看来好像靠近均值的部分是真正的出现的多的部分，那么一个灯泡的均值是700，那么就是在700左右的容易取值，那么相应的概率也就搞了。
回答上面的问题，以频率去近似模拟这个概率，不久出来这个正态分布类似的直方图了。
我对那个落球的实验印象很深刻，但是一定要明白，最后是他的数量成为了一个正态分布曲线。
（还得好好吸收一下，并不是那么容易理解，所有后面的话，一定要把那个大数定律给实验一下）

---

通过相应的拟合操作，画出来的曲线：

归一化后正态概率曲线

但是这里有一个问题就是，不知道为什么这个图没有自动伸缩，我去找一找。
转载自： https://stackoverflow.com/questions/45757260/matplotlibs-autoscale-doesnt-seem-to-work-on-y-axis-for-small-values
这个据说是一个bug，按说不应该出现在我这个里面的，不知道是不是hist的问题。

调整后

目前的代码是：

18 def PlotMy():
 19     Filename = 'normal_dir.png'
 20     dot_nums = 10000
 21     mu = 0
 22     sigma = 1
 23     y = np.random.normal(0,1,dot_nums)
 24     x = np.arange(-3,3,6.0 /dot_nums)
 25                                                                  
 26     n,bins,patched = plt.hist(y,bins = 100,normed=1)
 27     y = scipy.stats.norm.pdf(bins,mu,sigma) 
 28     plt.plot(bins,y,sigma)
 29     dy = (max(y) - min(y)) * 0.1
 30     plt.ylim((0,max(y) + dy))
 31     plt.savefig(Filename)
 32     import os
 33     os.system("sz "+ Filename)