热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

2022年,把Python学得跟Java一样熟练——04matplotlib绘制概率图

背景《贝叶斯方法》里面有一个案例“图书管理员还是农民”:丹尼尔卡尼曼在《思考,快与慢》中说,史蒂芬被描述为一个害羞的人,他

背景

《贝叶斯方法》里面有一个案例“图书管理员还是农民”:

丹尼尔卡尼曼在《思考,快与慢》中说,史蒂芬被描述为一个害羞的人,他乐于助人,但是他对其他人不太关注。他非常乐于见到事情处于合理的顺序,并对他的工作非常细心。你认为史蒂芬是一个图书管理员还是一个农民呢?

从上面的描述来看,大多数人都会认为史蒂芬看上去更像一个图书管理员,但是这里却忽视了一个关于图书管理员和农民的事实:男性图书管理员的人数只有男性农民的 1/20 。

所以统计学的角度来看,他更有可能是一个农民。本文整理该案例绘制的条形图,主要在于了解 matplotlib 的简单用法。

贝叶斯定理推断

根据贝叶斯定理推断,史蒂芬是图书管理员的先验概率和后验概率分别是:

  1. 先验概率:1/21 = 0.047,什么都不知道的情况下的概率。
  2. 后验概率:0.087,即知道史蒂芬具有一些乐于助人、细心的特点后,判断他是图书管理员的概率是 0.087,比先验概率大了一点点。

Python 条形图展示

在 PyCharm 中编码绘制两个概率的条形图:

from IPython.core.pylabtools import figsize
import numpy as np
from matplotlib import pyplot as plt# 设置参数
figsize(12.5, 4)
plt.rcParams['savefig.dpi'] = 300
plt.rcParams['figure.dpi'] = 300#设置参数
colors = ['#348ABD','#A60628']
prior = [1/21. , 20/21.]
posterior = [0.087, 1-0.087]#绘制先验概率图:
plt.bar([0, .7], prior, alpha=0.70, width=0.25,color=colors[0], label='prior distribution',lw="3",edgecolor=colors[0])#绘制后验概率图
plt.bar([0+0.25, .7+0.25],posterior, alpha=0.7,width=0.25,color=colors[1],label='posterior distribution',lw="3",edgecolor=colors[1])#设置 X 轴的位置和名称
plt.xticks([0.20, 0.95],["Librarian","Farmer"])#设置图形标题
plt.title("Prior and posterior probabilities of Steven's occupation")#设置纵轴名称
plt.ylabel("Probability")# 设置图例位置
plt.legend(loc="upper left")#展示该图,没有这句话,就没有图
plt.show()

编码注意事项,依赖模块安装,在 Pycharm 的控制台执行:

  1. 安装 pip3 install IPython 模块。
  2. 安装 pip3 install matplotlib 模块。

运行结果

原样敲的代码运行出的图形特别大,占满了电脑屏幕,就是这个图:
在这里插入图片描述
这个图可以看到,史蒂芬是农民的概率是远远高于图书管理员的概率的。

编程启示录

Pycharm 安装后自带了一个 venv 的目录,下面有 pyhton3.9 的环境,所以我想默认的开发都是以自带的环境为基础的。

本例中安装依赖模块都是在当前项目下执行的,看安装结果也是用的“venv/bin/python -m pip “ 该环境的 pip3 安装的依赖模块。

那么如果用本机的 pip3 安装的模块,在 Pycharm 环境下编码能引用到吗?反之呢,刚刚安装的两个模块,直接通过命令行能访问到么?

我不记得本机 Python 环境有没有安装过这个 matplotlib ,但是通过控制台执行能导入成功:
在这里插入图片描述


推荐阅读
  • 第二十五天接口、多态
    1.java是面向对象的语言。设计模式:接口接口类是从java里衍生出来的,不是python原生支持的主要用于继承里多继承抽象类是python原生支持的主要用于继承里的单继承但是接 ... [详细]
  • 普通树(每个节点可以有任意数量的子节点)级序遍历 ... [详细]
  • 本文节选自《NLTK基础教程——用NLTK和Python库构建机器学习应用》一书的第1章第1.2节,作者Nitin Hardeniya。本文将带领读者快速了解Python的基础知识,为后续的机器学习应用打下坚实的基础。 ... [详细]
  • 本文详细探讨了OpenCV中人脸检测算法的实现原理与代码结构。通过分析核心函数和关键步骤,揭示了OpenCV如何高效地进行人脸检测。文章不仅提供了代码示例,还深入解释了算法背后的数学模型和优化技巧,为开发者提供了全面的理解和实用的参考。 ... [详细]
  • 浅析python实现布隆过滤器及Redis中的缓存穿透原理_python
    本文带你了解了位图的实现,布隆过滤器的原理及Python中的使用,以及布隆过滤器如何应对Redis中的缓存穿透,相信你对布隆过滤 ... [详细]
  • 如何将Python与Excel高效结合:常用操作技巧解析
    本文深入探讨了如何将Python与Excel高效结合,涵盖了一系列实用的操作技巧。文章内容详尽,步骤清晰,注重细节处理,旨在帮助读者掌握Python与Excel之间的无缝对接方法,提升数据处理效率。 ... [详细]
  • 在机器学习领域,深入探讨了概率论与数理统计的基础知识,特别是这些理论在数据挖掘中的应用。文章重点分析了偏差(Bias)与方差(Variance)之间的平衡问题,强调了方差反映了不同训练模型之间的差异,例如在K折交叉验证中,不同模型之间的性能差异显著。此外,还讨论了如何通过优化模型选择和参数调整来有效控制这一平衡,以提高模型的泛化能力。 ... [详细]
  • V8不仅是一款著名的八缸发动机,广泛应用于道奇Charger、宾利Continental GT和BossHoss摩托车中。自2008年以来,作为Chromium项目的一部分,V8 JavaScript引擎在性能优化和技术创新方面取得了显著进展。该引擎通过先进的编译技术和高效的垃圾回收机制,显著提升了JavaScript的执行效率,为现代Web应用提供了强大的支持。持续的优化和创新使得V8在处理复杂计算和大规模数据时表现更加出色,成为众多开发者和企业的首选。 ... [详细]
  • 深入理解排序算法:集合 1(编程语言中的高效排序工具) ... [详细]
  • 如何使用mysql_nd:Python连接MySQL数据库的优雅指南
    无论是进行机器学习、Web开发还是爬虫项目,数据库操作都是必不可少的一环。本文将详细介绍如何使用Python通过 `mysql_nd` 库与 MySQL 数据库进行高效连接和数据交互。内容涵盖以下几个方面: ... [详细]
  • 开发笔记:深入解析Android自定义控件——Button的72种变形技巧
    开发笔记:深入解析Android自定义控件——Button的72种变形技巧 ... [详细]
  • Ihavetwomethodsofgeneratingmdistinctrandomnumbersintherange[0..n-1]我有两种方法在范围[0.n-1]中生 ... [详细]
  • 在本文中,我们将探讨如何在Docker环境中高效地管理和利用数据库。首先,需要安装Docker Desktop以确保本地环境准备就绪。接下来,可以从Docker Hub中选择合适的数据库镜像,并通过简单的命令将其拉取到本地。此外,我们还将介绍如何配置和优化这些数据库容器,以实现最佳性能和安全性。 ... [详细]
  • PyCharm 作为 JetBrains 出品的知名集成开发环境(IDE),提供了丰富的功能和强大的工具支持,包括项目视图、代码结构视图、代码导航、语法高亮、自动补全和错误检测等。本文详细介绍了 PyCharm 的高级使用技巧和程序调试方法,旨在帮助开发者提高编码效率和调试能力。此外,还探讨了如何利用 PyCharm 的插件系统扩展其功能,以满足不同开发场景的需求。 ... [详细]
  • 本文介绍了如何在 PyCharm 中高效利用 Anaconda 管理项目环境配置。首先,确保已安装必要的软件。以 Windows 10 64位专业版为例,建议使用 PyCharm 2018.2 或更高版本。通过 Anaconda 创建和管理虚拟环境,可以显著提升开发效率,确保项目依赖的一致性和隔离性。文章详细阐述了从安装到配置的每一步操作,帮助开发者快速上手并充分利用这些工具的优势。 ... [详细]
author-avatar
mobiledu2502857683
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有