微信扫一扫打赏支持
上一页 1 ··· 27 28 29 30 31 32 33 34 35 ··· 498 下一页
摘要: 概率论疑难问题 3、通俗理解协方差与相关系数 一、总结 一句话总结: 协方差:$$\operatorname { Cov } ( X , Y ) = E [ ( X - \mu _ { x } ) ( Y - \mu _ { y } ) ]$$ 如果协方差为正,说明X,Y同向变化,协方差越大说明同向 阅读全文
posted @ 2020-11-11 19:43 范仁义 阅读(1025) 评论(0) 推荐(0) 编辑
摘要: 概率论疑难问题 2、通俗理解泊松分布 一、总结 一句话总结: 二、通俗理解泊松分布 博客对应课程视频位置:2、通俗理解泊松分布-范仁义-读书编程笔记https://www.fanrenyi.com/video/45/385 1、卖包子 给大家讲讲我爸爸职业的故事。 做木匠->开车->卖包子->卖包子 阅读全文
posted @ 2020-11-11 18:53 范仁义 阅读(1421) 评论(0) 推荐(0) 编辑
摘要: 人均收入是正态分布么 一、总结 一句话总结: |||-begin我们知道自然界很多事物符合正态分布,比如人的身高,智力,外貌,甚至高考成绩。不知道中国人的收入是否服从正态分布呢?如果是,岂不是说中国不是金字塔社会而是橄榄球社会。|||-end 中心极限定理说:大量相互独立的随机变量的均值,符合正态分 阅读全文
posted @ 2020-11-11 15:47 范仁义 阅读(1358) 评论(0) 推荐(0) 编辑
摘要: 通俗易懂理解概率论中的“矩” 一、总结 一句话总结: 在概率论中,有一杆无处不在的“秤”。因为这把“秤”的存在,所以我们有了“矩”。 $$1.5 = 5 \times 10 \% + 100 \times 0.5 \% + 5000000 \times 0.00001 \%$$ 二、如何理解概率论中 阅读全文
posted @ 2020-11-11 14:05 范仁义 阅读(1578) 评论(0) 推荐(0) 编辑
摘要: 心得体悟帖 201111(moderate) 一、总结 一句话总结: moderate rain 中雨 The hotel is moderate in its charges. Moderation is the key to good health. moderate/'mɒd(ə)rət/ad 阅读全文
posted @ 2020-11-11 13:41 范仁义 阅读(207) 评论(0) 推荐(0) 编辑
摘要: matplotlib画箭头 一、总结 一句话总结: ax.annotate("", xy=(1-0.1, 6), xytext=(1-0.1, 9),arrowprops=dict(arrowstyle="<->")) arrowstyle="<->" 表示双向箭头 二、matplotlib画箭头 阅读全文
posted @ 2020-11-10 23:49 范仁义 阅读(3865) 评论(0) 推荐(0) 编辑
摘要: matplotlib画图xticks设置为字母 一、总结 一句话总结: plt.xticks(np.arange(6), ('','t1', 't2', 't3', 't4', 't5')) 很多时候都可以去看帮助文档,里面介绍的非常详细 二、matplotlib画图xticks设置为字母 博客对应 阅读全文
posted @ 2020-11-10 23:02 范仁义 阅读(784) 评论(0) 推荐(0) 编辑
摘要: matplotlib画图的颜色及线条详解 一、总结 一句话总结: 有linestyle可选参数、marker可选参数、color可用的颜色 二、python中matplotlib的颜色及线条控制(转) 转自:python中matplotlib的颜色及线条控制https://www.cnblogs.c 阅读全文
posted @ 2020-11-10 20:38 范仁义 阅读(470) 评论(0) 推荐(0) 编辑
摘要: matplotlib去掉边框 一、总结 一句话总结: 去掉上边框:ax.spines['top'].set_visible(False) fig, ax = plt.subplots() # 取消边框 for key, spine in ax.spines.items(): # 'left', 'r 阅读全文
posted @ 2020-11-10 20:35 范仁义 阅读(1623) 评论(0) 推荐(0) 编辑
摘要: matplotlib库疑难问题 8、几个点画曲线 一、总结 一句话总结: 原理:几个点画曲线的原理和我们日常直接画曲线一样,就是在这几个点之间多造一些点,直接在x数据的最小值和最大值之间造一些x数据,然后用scipy.interpolate模块的 make_interp_spline函数造x对应的y 阅读全文
posted @ 2020-11-10 19:56 范仁义 阅读(466) 评论(0) 推荐(0) 编辑
上一页 1 ··· 27 28 29 30 31 32 33 34 35 ··· 498 下一页