Script de servidor

Tutoriales de Python

• Tutoriales de Python
• Introducción a Python
• Introducción a Python
• Sintaxis de Python
• Comentarios en Python
• Variables en Python
• Tipos de datos en Python
• Horario de cursos
• Casting en Python
• Cadenas de Python
• Booleans en Python
• Operadores en Python
• Listas en Python
• Tuplas en Python
• Conjuntos en Python
• Diccionarios en Python
• Números Python
• Bucle While en Python
• Bucle For en Python
• Funciones en Python
• Lambda en Python
• Arreglos en Python
• If Else Python
• Herencia en Python
• Iteración en Python
• Alcance en Python
• Módulos en Python
• Fechas en Python
• JSON en Python
• RegEx en Python
• PIP en Python
• Try Except en Python
• Clases / objetos Python
• Formateo de cadenas en Python

Entrada de comandos Python

• Apertura de archivos en Python
• Lectura de archivos en Python
• Manejo de archivos
• Eliminación de archivos en Python

Escribir / crear archivos Python

• Introducción a NumPy
• Introducción a NumPy
• Creación de arreglos en NumPy
• Índice de arreglos en NumPy
• Corte de arreglos en NumPy
• Tipos de datos en NumPy
• Copias y vistas en NumPy
• Forma de arreglos en NumPy
• Reestructuración de arreglos en NumPy
• Iteración de arreglos en NumPy
• Conexión de arreglos en NumPy
• División de arreglos en NumPy
• Búsqueda de arreglos en NumPy
• Ordenación de arreglos en NumPy
• Filtrado de arreglos en NumPy
• Aleatoriedad en NumPy
• Ufuncs en NumPy

NumPy Python

• Aprendizaje automático
• Introducción
• Promedio mediana
• Desviación estándar
• Distribución de datos
• Porcentaje
• Gráfico de dispersión
• Distribución de datos normales
• Regresión lineal
• Regresión polinómica
• Regresión multivariada
• Escalado
• Entrenamiento / prueba

Árbol de decisión

• Python MySQL
• Introducción a MySQL
• Crear base de datos MySQL
• Crear tabla MySQL
• Insertar MySQL
• Select MySQL
• Where MySQL
• Ordenar MySQL
• Eliminar MySQL
• Eliminar tabla MySQL
• Actualizar MySQL
• Limitar MySQL

Join MySQL

• Python MongoDB
• Introducción a MongoDB
• Crear base de datos MongoDB
• Crear conjunto MongoDB
• Insertar MongoDB
• Buscar MongoDB
• Consulta MongoDB
• Ordenar MongoDB
• Eliminar MongoDB
• Eliminar conjunto de MongoDB
• Actualizar MongoDB

Manual de Referencia de Python

• Limitar MongoDB
• Visión general de referencia de Python
• Funciones integradas de Python
• Métodos de cadena de Python
• Métodos de lista de Python
• Métodos de diccionario de Python
• Métodos de tupla de Python
• Métodos de conjunto de Python
• Palabras clave de Python

Manual de referencia del módulo

• Módulo aleatorio
• Módulo de solicitud

Python How To

• Eliminar elementos repetidos de la lista
• Invertir cadena

Ejemplo de Python

• Ejemplo de Python
• Prueba de Python

Cursos optativos

Recomendación de cursos:

• Caja de Herramientas de CodeW3C.com

Distribución de datos normal (Normal Data Distribution)

En el capítulo anterior, aprendimos a crear un array completamente aleatorio de un tamaño dado entre dos valores dados.

En este capítulo, aprenderemos a crear un array que concentre valores alrededor de un valor dado.

En la teoría de probabilidad, después de que el matemático Carl Friedrich Gauss propuso la fórmula de esta distribución de datos, esta distribución de datos se conoce como distribución de datos normales o distribución de datos Gaussiana.

Ejemplo

Distribución de datos normal típica:

import numpy
import matplotlib.pyplot as plt
x = numpy.random.normal(5.0, 1.0, 100000)
plt.hist(x, 100)
plt.show()

Resultados:

Ejecutar ejemplo

Notas:Dado que la distribución normal tiene una forma característica en forma de campana, también se conoce como curva de campana.

Explicación del histograma

Usamos numpy.random.normal() El método crea un array (con 100000 valores) y lo representa en un histograma con 100 columnas.

Especificamos un valor medio de 5.0 y una desviación estándar de 1.0.

Esto significa que estos valores deben concentrarse alrededor de 5.0 y raramente desviarse del promedio en 1.0.

A partir del gráfico de histograma, se puede ver que la mayoría de los valores están entre 4.0 y 6.0, y el valor máximo es aproximadamente 5.0.

Caja de Herramientas

Manual de Referencia de Python

Ejemplo de Python

Prueba de Python

Enlaces de Patrocinadores