Python matplotlib 部分习题

最新推荐文章于 2025-01-14 13:05:44 发布

原创

最新推荐文章于 2025-01-14 13:05:44 发布 · 892 阅读

收录于

本次作业涉及Python中利用最小二乘法计算X-b的误差并对比实际值，同时应用高斯核密度估计估计Z的分布，通过绘制直方图进行比较分析。

这一次的作业必较难，涉及到挺多的新知识，需要查阅各类的官方文档，除此之外，我还参考了其他的一些技术博客

import numpy as np
import matplotlib.pyplot as plt

x = np.arange(0, 2, 0.01)
y = np.sin((x-2)*(np.exp(-x**2)))**2

plt.plot(x, y)
plt.title("Exercise 11.1: Plotting a function")
plt.xlabel("X", fontsize = 16)
plt.ylabel("Y", fontsize = 16)

plt.show()

import numpy as np
import matplotlib.pyplot as plt
from scipy.optimize import leastsq

X = np.random.randint(1, 10, size=(20, 10))
b = np.random.randint(1, 10, size=(10, 1))
z = np.random.normal(0, 1, size=(20, 1))

y = np.dot(X, b) + z

# 误差函数
def error(b, X, y):
    b = b.