实验二Python语言基础函数包练习.docxVIP

实验二Python语言基础函数包练习 姓名： 季鹏 班级： 1208 学号：2012301630030 实验目的 1＞熟练掌握Python语言基础函数包,如math、NumPy、SciPy和Matplotlib等 函数包的使用 实验内容 练习1基本统计可视化： Step 1.导入编程所需要函数包： #第二次练习,基础python函数工具包 import numpy as np import scipy as spy import matplotlib.mlab as mlab import matplotlib.pyplot as pit Step 2.柱状图町视化： #simulate the data mu’ sigma = 100^ 15 x = mu + sigma*np.random.randn(10000) draw the histogram of thw data bins” patches = pit.hist(x^ 50, nfacecolor=greealpha=0.75) add a 1best fit line y = mlab.normpdf( bins丿 mu丿 sigma) 1 = pit.plot(bins? y丿广丿 linewidth二1) pit.xlabel(Smarts) pit ylabel(Probability) pittitle(r*$\math广m{Histogram\ of\ IQ:}\ \mu=100\ \sigma=15$1) pltaxis([40, 160, 0， 0e03]) pit?grid(True) pit?show() 对视化结杲（将图粘贴到这个位置人 0.030 ,一Histogram of IQ： 0.0250.020A 七-一qeqojd0.0150.0100.005°00%100Smarts 0.025 0.020 A 七-一qeqojd 0.015 0.010 0.005 °00% 100Smarts 160 Step 3.散点图可视化： #seatter plot N = 50 x = np.random.rand(N) y 二 np.random rand(N) colors = np.random.rand(N) area = np.pi * (15 * np.random.rand(N))**2 # 0 to 15 point radiuses pit?seatter(x? s=areac=colors丿 alpha=05) pit.show() 可视化结果（将图粘贴到这个位置）: Step 4： box?plot nJ视化 #boxplot np. wndom. seed(937) data = np? random.log门0广0131($匚26=(37? 4)丿 mean=l? 5》 sigma=1.75) labels = list(?ABCD1) fs = 10 # fontsize fig, axes = pit. subplots(”ows二2，ncols二3, figsize=(6^6)) axes[0^ 0].boxplot(data) labels=labels) axes[0^ 0].set_title(Default1， fontsize二fs) axes[0^ 1].boxplot(data, labels=labels^ showmeans=True) axes[0^ 1].set_titlw(showmeans二True，丿 fontsize=fs) axes[0^ 2].boxplot(data) labels=labels^ showmeans^True， meanline二True) axes[0^ 2]?e(showmeans二True,\nmeanline=True丿 fontsize=fs) fontsize=fs)axes[1^ 0].boxplot(dat6 labels=labels^ showbox=False^ showcaps二False) fontsize=fs) axes[1^ 0]?le(Tufte Style \n(showbox=False?\nshowcaps=False), axes[1^ 1].boxplot(data丿 labels=labels notch=True^ bootstrap=10000) axes[1^ 1].le(notch=True^\nbootstrap=100001, fontsize=fs) axes[1^ 2].boxplot(data^ labels=labels showfliers=False) axes[1^ 2]?le(s