Tableau de cours

Tutorial Python

• Tutorial Python
• Introduzione a Python
• Inizio con Python
• Sintassi Python
• Commenti Python
• Variabili Python
• Tipi di dati Python
• Numérique Python
• Casting Python
• Stringhe Python
• Booleano Python
• Operatori Python
• Liste Python
• Tuple Python
• Set Python
• Dizionario Python
• If Else Python
• Ciclo While Python
• Ciclo For Python
• Funzione Python
• Lambda Python
• Array Python
• Classe / Objet Python
• Ereditarietà Python
• Iterazione Python
• Ambito Python
• Modulo Python
• Data Python
• JSON Python
• RegEx Python
• PIP Python
• Try Except Python
• Entrée de commande Python
• Formattazione di stringhe Python

Traitement de fichiers

• Apertura di file Python
• Lettura di file Python
• Écrire / Créer des fichiers Python
• Eliminazione di file Python

Python NumPy

• Introduzione a NumPy
• Inizio con NumPy
• Creazione di array NumPy
• Indice di array NumPy
• Taglio di array NumPy
• Tipi di dati NumPy
• Copia/Visualizzazione NumPy
• Forma di array NumPy
• Rimodellamento di array NumPy
• Iterazione di array NumPy
• Connessione di array NumPy
• Suddivisione di array NumPy
• Ricerca di array NumPy
• Ordinamento di array NumPy
• Filtraggio di array NumPy
• Casuale NumPy
• ufunc NumPy

Apprentissage automatique

• Introduction
• Modèle médian moyen
• Écart type
• Percentiles
• Distribuzione dei dati
• Distribution de données normales
• Scatter Plot
• Régression linéaire
• Régression polynomiale
• Régression multiple
• Échelle
• Entraînement / Test
• Arbre de décision

Python MySQL

• Introduction à MySQL
• Créer une base de données MySQL
• Créer une table MySQL
• Insérer MySQL
• Sélectionner 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 un jeu de collection MongoDB
• Insérer MongoDB
• Trouver MongoDB
• Requête MongoDB
• Trier MongoDB
• MongoDB Delete
• Supprimer le jeu de collection MongoDB
• MongoDB Update
• MongoDB Limit

Manuale di riferimento 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 duplicés de la liste
• Inverser une chaîne de caractères

Esempio Python

• Esempio Python
• Quiz Python

Cours optionnel

Recommandation de cours :

• Cassetta degli attrezzi CodeW3C.com

Distribuzione dei dati normale (Normal Data Distribution)

Nel capitolo precedente, abbiamo imparato come creare un array completamente casuale di una dimensione data tra due valori dati.

In questo capitolo, impareremo come creare un array che concentra i valori attorno a un valore dato.

Nella probabilità matematica, dopo che il matematico Carl Friedrich Gauss ha proposto la formula di questa distribuzione dei dati, questa distribuzione dei dati è stata chiamata distribuzione dei dati normali o distribuzione dei dati Gaussiana.

Esempio

Distribuzione dati normale tipica:

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

Risultato:

Esempio di esecuzione

Nota:Poiché la distribuzione normale ha una forma a campana, viene anche chiamata curva a campana.

Spiegazione del grafico a barre

Usiamo numpy.random.normal() L'array creato dal metodo (con 100000 valori) viene tracciato come grafico a barre con 100 colonne.

Abbiamo specificato che la media è 5.0 e la deviazione standard è 1.0.

Questo significa che questi valori dovrebbero concentrarsi attorno a 5.0 e essere raramente lontani dalla media di 1.0.

Da un grafico a barre, si può vedere che la maggior parte dei valori si trova tra 4.0 e 6.0, con il valore massimo circa 5.0.

Scatola degli strumenti

Manuale di riferimento Python

Esempio Python

Quiz Python

Link degli sponsor