Introduction
Ce laboratoire fournit un guide étape par étape sur la manière d'utiliser Matplotlib pour créer des histogrammes en utilisant la feuille de style "bmh".
Conseils sur la machine virtuelle
Une fois le démarrage de la machine virtuelle terminé, cliquez sur le coin supérieur gauche pour basculer vers l'onglet Carnet d'étude pour accéder au carnet Jupyter pour pratiquer.
Parfois, vous devrez peut-être attendre quelques secondes pour que le carnet Jupyter ait fini de charger. La validation des opérations ne peut pas être automatisée en raison des limitations du carnet Jupyter.
Si vous rencontrez des problèmes pendant l'apprentissage, n'hésitez pas à demander à Labby. Donnez votre feedback après la session, et nous résoudrons rapidement le problème pour vous.
Importez les modules nécessaires
Dans cette étape, nous importons les modules nécessaires pour créer les histogrammes.
import matplotlib.pyplot as plt
import numpy as np
## Fixing random state for reproducibility
np.random.seed(19680801)
plt.style.use('bmh')
Définissez la fonction pour tracer la distribution bêta
Dans cette étape, nous définissons la fonction pour tracer la distribution bêta.
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)
Créez le tracé
Dans cette étape, nous créons le tracé en appelant la fonction plot_beta_hist() et en passant les paramètres.
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()
Sommaire
Dans ce laboratoire, nous avons appris à utiliser Matplotlib pour créer des histogrammes en utilisant la feuille de style "bmh". Nous avons importé les modules nécessaires, défini la fonction pour tracer la distribution bêta et créé le tracé en appelant la fonction et en passant les paramètres.