本ページでは、Python のグラフ作成パッケージ Matplotlib を用いてヒストグラム (Histogram) を描く方法について紹介します。 matplotlib.pyplot.hist の概要 matplotlib には、ヒストグラムを描画するメソッドとして、matplotlib.pyplot.hist が用意されてます。 matplotlib.pyplot.histの使い方
Pythonによるモンテカルロ法入門(2014/6/20)のつづき。今回は、2.2.3節の混合分布から乱数を生成する実験してみました。2.2.3節によるとある確率分布fが別の確率分布gとpの混合分布として次のように書ける場合があるそうです。 たとえば、スチューデントのt分布(f)は、カイ二乗分布(p)と正規分布(g)という二つの分布の混合で表せるという例が教科書で紹介されています。このような混合分布から乱数を生成するには次の手順に従えばよいとのこと。 分布 p(y) に従う乱数 y を生成し、 分布 g(x|y) に従う乱数 x を生成すると、 x は分布 f(x) に従う乱数になっている 教科書では、スチューデントのt分布と負の二項分布の例題があるのでさっそくPythonで検証してみます。 スチューデントのt分布 ここでは、パラメータを としたスチューデントのt分布 に従う乱数を生成した
seabornはmatplotlibベースの統計データビジュアライゼーションライブラリ。 Seaborn is a Python visualization library based on matplotlib. seaborn: statistical data visualization — seaborn 0.6.0 documentation statisticalと銘打っているだけあって、統計的なデータをプロットするための機能がたくさん用意されているが、普通の折れ線グラフの見た目を良くするためだけにも使える。 import numpy as np import matplotlib.pyplot as plt import seaborn as sns sns.set() sns.set_style("whitegrid", {'grid.linestyle': '--'})
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く