Введение
В этом практическом занятии представлен пошаговый гайд по использованию Matplotlib для создания гистограмм с использованием стиля "bmh".
Советы по работе с ВМ
После запуска виртуальной машины щелкните в левом верхнем углу, чтобы переключиться на вкладку Notebook и получить доступ к Jupyter Notebook для практики.
Иногда вам может потребоваться подождать несколько секунд, пока Jupyter Notebook не загрузится полностью. Валидация операций не может быть автоматизирована из-за ограничений Jupyter Notebook.
Если вы столкнетесь с проблемами во время обучения, не стесняйтесь обращаться к Labby. Оставьте отзыв после занятия, и мы оперативно решим проблему для вас.
Импортируем необходимые модули
В этом шаге мы импортируем необходимые модули для создания гистограмм.
import matplotlib.pyplot as plt
import numpy as np
## Fixing random state for reproducibility
np.random.seed(19680801)
plt.style.use('bmh')
Определяем функцию для построения бета-распределения
В этом шаге мы определяем функцию для построения бета-распределения.
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)
Создаем график
В этом шаге мы создаем график, вызвав функцию plot_beta_hist() и передав параметры.
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()
Резюме
В этом практическом занятии мы узнали, как использовать Matplotlib для создания гистограмм с использованием стиля "bmh". Мы импортировали необходимые модули, определили функцию для построения бета-распределения и создали график, вызвав функцию и передав параметры.