Veeg om het menu te tonen

Histogram

Definitie

Histogrammen geven de frequentie- of waarschijnlijkheidsverdeling van een variabele weer door middel van verticale bakken met gelijke breedte, vaak aangeduid als balken.

De pyplot-module biedt de functie hist om histogrammen te maken. De vereiste parameter is de data (x), die een array of een reeks arrays kan zijn. Als meerdere arrays worden doorgegeven, wordt elke array in een andere kleur weergegeven.


              12345678910
            
import pandas as pd
import matplotlib.pyplot as plt

# Loading the dataset with the average yearly temperatures in Boston and Seattle
url = 'https://staging-content-media-cdn.codefinity.com/courses/47339f29-4722-4e72-a0d4-6112c70ff738/weather_data.csv'
weather_df = pd.read_csv(url, index_col=0)

# Creating a histogram
plt.hist(weather_df['Seattle'])
plt.show()

Intervallen en Hoogte

Een Series-object met gemiddelde jaartemperaturen in Seattle is doorgegeven aan de functie hist(). Standaard wordt de data verdeeld in 10 gelijke intervallen van de minimum- tot de maximumwaarde. Er zijn echter slechts 9 bins zichtbaar omdat het tweede interval geen datapunten bevat.

De hoogte van elke bin is standaard gelijk aan de frequentie van de waarden in dit interval (het aantal keer dat ze voorkomen).

Aantal Bins

Een andere belangrijke, maar optionele parameter is bins, die ofwel het aantal bins (geheel getal), een reeks getallen die de randen van de bins aangeven, of een string accepteert. Meestal is het doorgeven van het aantal bins voldoende.

Er zijn verschillende methoden om de breedte van histogram-bins te bepalen. In dit voorbeeld gebruiken we de formule van Sturges, die het optimale aantal bins berekent op basis van de steekproefgrootte:

Hierbij is n de grootte van de data-array.

Meer Bestuderen

Je kunt extra methoden voor binberekening verkennen hier.


              12345678910
            
import pandas as pd
import matplotlib.pyplot as plt
import numpy as np

url = 'https://staging-content-media-cdn.codefinity.com/courses/47339f29-4722-4e72-a0d4-6112c70ff738/weather_data.csv'
weather_df = pd.read_csv(url, index_col=0)

# Specifying the number of bins
plt.hist(weather_df['Seattle'], bins=1 + int(np.log2(len(weather_df))))
plt.show()

Het aantal rijen in de DataFrame is 26 (de grootte van de Series), dus het resulterende aantal bins is 5.

Benaderde Kansdichtheid

Om een benadering van de kansdichtheid te bekijken, stel je de parameter density in op True in de functie hist.

Nu wordt de hoogte van elke bin berekend met:

\text{Hoogte} = \frac{m}{n \times w}

waarbij:

$n$ - het totale aantal waarden in de dataset;
$m$ - het aantal waarden in de bin;
$w$ - de breedte van de bin.

Hierdoor is het totale oppervlak onder het histogram 1, wat overeenkomt met de belangrijkste eigenschap van een kansdichtheidsfunctie (PDF).


              12345678910
            
import pandas as pd
import matplotlib.pyplot as plt
import numpy as np

url = 'https://staging-content-media-cdn.codefinity.com/courses/47339f29-4722-4e72-a0d4-6112c70ff738/weather_data.csv'
weather_df = pd.read_csv(url, index_col=0)

# Making a histogram a probability density function approximation
plt.hist(weather_df['Seattle'], bins=1 + int(np.log2(len(weather_df))), density=True)
plt.show()

Dit geeft een benadering van de kansdichtheidsfunctie voor de temperatuurgegevens.

Meer Bestuderen

Als je meer wilt weten over de parameters van hist(), raadpleeg dan de hist() documentatie.

Taak

Swipe to start coding

Maak een benadering van een kansdichtheidsfunctie met behulp van een steekproef uit de standaard normale verdeling:

Gebruik de juiste functie om een histogram te maken.
Gebruik normal_sample als de data voor het histogram.
Specificeer het aantal bins als het tweede argument met behulp van de formule van Sturges.
Maak van het histogram een benadering van een kansdichtheidsfunctie door het meest rechtse argument correct te specificeren.

Oplossing

Schakel over naar desktop voor praktijkervaringGa verder vanaf waar je bent met een van de onderstaande opties

Was alles duidelijk?

Bedankt voor je feedback!

Sectie 4. Hoofdstuk 1

Vraag AI

Vraag wat u wilt of probeer een van de voorgestelde vragen om onze chat te starten.

Histogram

Definitie

Histogrammen geven de frequentie- of waarschijnlijkheidsverdeling van een variabele weer door middel van verticale bakken met gelijke breedte, vaak aangeduid als balken.


              12345678910
            
import pandas as pd
import matplotlib.pyplot as plt

# Loading the dataset with the average yearly temperatures in Boston and Seattle
url = 'https://staging-content-media-cdn.codefinity.com/courses/47339f29-4722-4e72-a0d4-6112c70ff738/weather_data.csv'
weather_df = pd.read_csv(url, index_col=0)

# Creating a histogram
plt.hist(weather_df['Seattle'])
plt.show()

Intervallen en Hoogte

De hoogte van elke bin is standaard gelijk aan de frequentie van de waarden in dit interval (het aantal keer dat ze voorkomen).

Aantal Bins

Hierbij is n de grootte van de data-array.

Meer Bestuderen

Je kunt extra methoden voor binberekening verkennen hier.


              12345678910
            
import pandas as pd
import matplotlib.pyplot as plt
import numpy as np

url = 'https://staging-content-media-cdn.codefinity.com/courses/47339f29-4722-4e72-a0d4-6112c70ff738/weather_data.csv'
weather_df = pd.read_csv(url, index_col=0)

# Specifying the number of bins
plt.hist(weather_df['Seattle'], bins=1 + int(np.log2(len(weather_df))))
plt.show()

Het aantal rijen in de DataFrame is 26 (de grootte van de Series), dus het resulterende aantal bins is 5.

Benaderde Kansdichtheid

Om een benadering van de kansdichtheid te bekijken, stel je de parameter density in op True in de functie hist.

Nu wordt de hoogte van elke bin berekend met:

\text{Hoogte} = \frac{m}{n \times w}

waarbij:

$n$ - het totale aantal waarden in de dataset;
$m$ - het aantal waarden in de bin;
$w$ - de breedte van de bin.

Hierdoor is het totale oppervlak onder het histogram 1, wat overeenkomt met de belangrijkste eigenschap van een kansdichtheidsfunctie (PDF).


              12345678910
            
import pandas as pd
import matplotlib.pyplot as plt
import numpy as np

url = 'https://staging-content-media-cdn.codefinity.com/courses/47339f29-4722-4e72-a0d4-6112c70ff738/weather_data.csv'
weather_df = pd.read_csv(url, index_col=0)

# Making a histogram a probability density function approximation
plt.hist(weather_df['Seattle'], bins=1 + int(np.log2(len(weather_df))), density=True)
plt.show()

Dit geeft een benadering van de kansdichtheidsfunctie voor de temperatuurgegevens.

Meer Bestuderen

Als je meer wilt weten over de parameters van hist(), raadpleeg dan de hist() documentatie.

Taak

Swipe to start coding

Maak een benadering van een kansdichtheidsfunctie met behulp van een steekproef uit de standaard normale verdeling:

Gebruik de juiste functie om een histogram te maken.
Gebruik normal_sample als de data voor het histogram.
Specificeer het aantal bins als het tweede argument met behulp van de formule van Sturges.
Maak van het histogram een benadering van een kansdichtheidsfunctie door het meest rechtse argument correct te specificeren.

Oplossing

Schakel over naar desktop voor praktijkervaringGa verder vanaf waar je bent met een van de onderstaande opties

Was alles duidelijk?

Bedankt voor je feedback!

Sectie 4. Hoofdstuk 1

Schakel over naar desktop voor praktijkervaringGa verder vanaf waar je bent met een van de onderstaande opties