Tableau de cours

Tutoriels Python

• Tutoriels Python
• Introduction à Python
• Débutant en Python
• Syntaxe Python
• Commentaires Python
• Variables Python
• Types de données Python
• Numérique Python
• Casting Python
• Chaînes de caractères Python
• Booleans Python
• Opérateurs Python
• Listes Python
• Tuples Python
• Ensembles Python
• Dictionnaires Python
• If Else Python
• Boucle While Python
• Boucle For Python
• Fonctions Python
• Lambda Python
• Tableaux Python
• Classe / Objet Python
• Héritage Python
• Iteration Python
• Portée Python
• Modules Python
• Dates Python
• JSON Python
• RegEx Python
• PIP Python
• Try Except Python
• Entrée de commande Python
• Formatage de chaînes de caractères Python

Traitement de fichiers

• Ouvrir un fichier Python
• Lire un fichier Python
• Écrire / Créer un fichier Python
• Supprimer un fichier Python

Python NumPy

• Introduction à NumPy
• Débutant en NumPy
• Création d'un tableau NumPy
• Indexage des tableaux NumPy
• Tronçonnage des tableaux NumPy
• Types de données NumPy
• Copies / Vues NumPy
• Forme des tableaux NumPy
• Redimensionnement des tableaux NumPy
• Iteration des tableaux NumPy
• Conjonction des tableaux NumPy
• Division des tableaux NumPy
• Recherche des tableaux NumPy
• Tri des tableaux NumPy
• Filtrage des tableaux NumPy
• Aléatoire NumPy
• ufuncs NumPy

Apprentissage automatique

• Introduction
• Modèle médian moyen
• Écart type
• Pourcentage
• Distribution des données
• Distribution de données normales
• Graphique de dispersion
• Régression linéaire
• Régression polynomiale
• Régression multiple
• Réduction de dimension
• Entraînement / Test
• Arbre de décision

Python MySQL

• Introduction MySQL
• Créer une base de données MySQL
• Créer une table MySQL
• Insérer MySQL
• Sélection MySQL
• Où MySQL
• Trier par MySQL
• Supprimer MySQL
• Supprimer la table MySQL
• Mise à jour MySQL
• Limit MySQL
• Requête JOIN MySQL

Python MongoDB

• Introduction à MongoDB
• Créer une base de données MongoDB
• Créer une collection MongoDB
• Insérer MongoDB
• Trouver MongoDB
• Requête MongoDB
• Trier MongoDB
• Supprimer MongoDB
• Supprimer la collection MongoDB
• Mise à jour MongoDB
• Limit MongoDB

Manuel de référence Python

• Aperçu de la référence Python
• Fonctions intégrées Python
• Méthodes de chaîne de caractères Python
• Méthodes de liste Python
• Méthodes de dictionnaire Python
• Méthodes de tuple Python
• Méthodes de collection Python
• Méthodes de fichier Python
• Mots-clés Python

Manuel de référence du module

• Module aléatoire
• Module de requête

Python How To

• Supprimer les éléments répétés de la liste
• Inverser une chaîne de caractères

Exemple en Python

• Exemple en Python
• Épreuve en Python

Cours optionnel

Recommandation de cours :

• CodeW3C.com Boîte à outils

Distribution de données normale (Normal Data Distribution)

Dans le chapitre précédent, nous avons appris à créer un tableau complètement aléatoire entre deux valeurs données de taille donnée.

Dans ce chapitre, nous allons apprendre à créer un tableau qui concentre les valeurs autour d'une valeur donnée.

Dans la probabilité, après que le mathématicien Carl Friedrich Gauss ait proposé l'équation de cette distribution de données, cette distribution de données est appelée distribution de données normale ou distribution de données Gaussienne.

Exemple

Distribution de données typique normale :

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

Résultat :

Exécution de l'exemple

Remarque :Comme la distribution normale a une forme en cloche, elle est également appelée courbe en cloche.

Explication de l'histogramme

Nous utilisons numpy.random.normal() Le tableau créé par la méthode (composé de 100000 valeurs) est dessiné avec un histogramme de 100 colonnes.

Nous spécifions une moyenne de 5,0 et une déviation standard de 1,0.

Cela signifie que ces valeurs devraient se concentrer autour de 5,0 et être rarement éloignées de la moyenne de 1,0.

On peut voir à partir du histogramme que la plupart des valeurs se trouvent entre 4,0 et 6,0, et la valeur maximale est d'environ 5,0.

Boîte à outils

Manuel de référence Python

Exemple en Python

Épreuve en Python

Liens de sponsors