« Python pour le calcul scientifique/Statistiques » : différence entre les versions

Aller à la navigation Aller à la recherche
 
On peut générer une matrice aléatoire avec les fonctions <code>random.rand()</code>, qui utilise une loi uniforme sur [0 ; 1], et <code>random.randn()</code> qui utilise une loi normale centrée réduite.
 
Lorsque l'on dispose d'une série de données aléatoires, qu'elles aient été mesurées ou bien générées par une fonction aléatoire, on peut ensuite les mettre dans des classes ''({{lang|en|bins}})''. Les classes sont définies par un vecteur (ou une liste, un n-uplet) <code>[c1, c2,c3, …, cn]</code>. La classe 0 désigne les valeurs inférieures à <code>c1</code> ; la classe 1 désigne les valeurs <code>c1</code> ≤ ''x'' &lt; <code>c2</code> ; la classe ''n'' (<code>n ==len(classes)</code>) désigne les valeurs supérieures à <code>cn</code>.
 
La fonction <code>digitize()</code> indique dans quelle classe se trouve un nombre. Si on lui donne une matrice (ou un vecteur, une liste, un n-uplet), il renvoie une matrice de même dimension, <code>digitize(M, classes)[i, j]</code> étant la classe de l'élément <code>M[i, j]</code>. Par exemple :
 
<source lang="python">
M = np.random.rand(10)
 
classes = (0, 0.2, 0.4, 0.6, 0.8, 1)
 
print(M)
print(np.digitize(M, classes))
</source>
 
[[Fichier:Histogramme loi normale 50 ech numpy pyplot.png|vignette|Histogramme de la loi centrée réduite tracé avec Python/Numpy/Matplotlib.]]
13 667

modifications

Menu de navigation