Matplotlib-Histogrammvisualisierung mit BMH-Stil

Einführung

Dieses Labor bietet einen Schritt-für-Schritt Leitfaden darüber, wie man mit Matplotlib Histogramme mit der Stilscheibe "bmh" erstellt.

Tipps für die virtuelle Maschine

Nachdem der Start der virtuellen Maschine abgeschlossen ist, klicken Sie in der oberen linken Ecke, um zur Registerkarte Notebook zu wechseln und Jupyter Notebook für die Übung zu nutzen.

Manchmal müssen Sie einige Sekunden warten, bis Jupyter Notebook vollständig geladen ist. Die Validierung von Vorgängen kann aufgrund der Einschränkungen in Jupyter Notebook nicht automatisiert werden.

Wenn Sie bei der Lernphase Probleme haben, können Sie Labby gerne fragen. Geben Sie nach der Sitzung Feedback, und wir werden das Problem für Sie prompt beheben.

Importieren der erforderlichen Module

In diesem Schritt importieren wir die erforderlichen Module zum Erstellen der Histogramme.

import matplotlib.pyplot as plt
import numpy as np

## Fixing random state for reproducibility
np.random.seed(19680801)

plt.style.use('bmh')

Definieren der Funktion zum Zeichnen der Beta-Verteilung

In diesem Schritt definieren wir die Funktion zum Zeichnen der Beta-Verteilung.

def plot_beta_hist(ax, a, b):
    ax.hist(np.random.beta(a, b, size=10000),
            histtype="stepfilled", bins=25, alpha=0.8, density=True)

Erstellen des Diagramms

In diesem Schritt erstellen wir das Diagramm, indem wir die Funktion plot_beta_hist() aufrufen und die Parameter übergeben.

fig, ax = plt.subplots()
plot_beta_hist(ax, 10, 10)
plot_beta_hist(ax, 4, 12)
plot_beta_hist(ax, 50, 12)
plot_beta_hist(ax, 6, 55)
ax.set_title("'bmh' style sheet")

plt.show()

Zusammenfassung

In diesem Labor haben wir gelernt, wie man mit Matplotlib Histogramme mit der Stilscheibe "bmh" erstellt. Wir haben die erforderlichen Module importiert, die Funktion zum Zeichnen der Beta-Verteilung definiert und das Diagramm erstellt, indem wir die Funktion aufgerufen und die Parameter übergeben haben.