数据分析、深度学习基础：二项概率分布

现在数据分析、深度学习等技术越来越普及，普通程序员完全可以参与开发。

而概率分布是数据分析和深度学习的数学基础，小编就给各位制作了一组《零基础Python做数据分析》。

本组视频会帮你：复习数学基础，分析生活中的案例，使用Python实现 。

本节课介绍二项概率分布，包括数学理论、案例、代码实战！

1.1

内容

1.2

视频内容

1.3

源代码、效果图

#!/usr/bin/python

# coding=utf-8

fromscipyimportstats

importmatplotlib.pyplotasplt

importnumpyasnp

n =5

x =2

p =0.1

bin_m = stats.binom.pmf(x, n, p)# 对于x，如果是一个整数，返回的就是一个概率

print(bin_m)

arr = [1,2,3,4,5]

bin_m = stats.binom.pmf(arr, n, p)# 对于x ，是一个数组，返回的就是概率的数组

print(bin_m)# 数组

# plt.plot(arr, bin_m, "o-") # x y 坐标

# 模拟多次试验，来展示二项概率分布图

bin_mm = stats.binom.rvs(n=500,p=0.1,size=10000)# size是试验10000次

print(bin_mm)

print("期望 = ", np.mean(bin_m))

print("标准差 = ", np.std(bin_m))

plt.hist(bin_mm,bins=500,normed=True)

plt.show()

（效果图）

1.4

心得分享

“知识”和“能力”是两码事，知识丰富并不代表你有运用知识的能力，所以对于任何一个“知识”，我都会通过这种方式讲解：

1、什么是？（知识）

这个知识是怎么定义的？生活中有哪些场景？

2、怎么学？（过程）

通过案例+实战（本文指Python编程）；

3、怎么用？（能力）

如何将“知识”应用到生活中；

这也是“实战”的意义！

可以加小编好友

多年编程经验，精通Java、Python、NodeJs、C++等；

目前致力于深度学习、大数据分析研发工作；

我们都是程序员！

这里是程序员实战基地！

10篇文章从入门到精通一项技术！