第三课-正态分布

import numpy as np
import pandas as pd 
import matplotlib.pyplot as plt 
%matplotlib inline
%config InlineBackend.figure_format='retina'
def normfun(x,mu,sigma):
    pdf=np.exp(-((x-mu)**2)/(2*sigma**2))/(sigma*np.sqrt(2*np.pi))
    return pdf

iq_data=pd.read_csv('IQscore.csv')
iq=iq_data['IQ']

len(iq)

70

max(iq)

140

min(iq)

69

mean=iq.mean()
std=iq.std()
x=np.arange(60,150,1)
y=normfun(x,mean,std)
plt.plot(x,y)
plt.hist(iq,bins=10,rwidth=0.9,normed=True)
plt.title('IQ distribution')
plt.xlabel('Porbability')
plt.show()

output_5_0.png

std=iq.std()
std

15.015905990389502

mean

100.82857142857142

peng=pd.read_csv('stakes.csv')
peng.head(5)

len(peng)

89

time=peng['time']

mean=time.mean()
mean

149.22101123595507

std=time.std()
std

1.627816471774816

max=time.max()
max

153.19999999999999

min=time.min()
min

146.0

def normfun(x,mu,sigma):
    pdf=np.exp(-((x-mu)**2)/(2*sigma**2))/(sigma*np.sqrt(2*np.pi))
    return pdf

x=np.arange(140,160,1)#140和160是起点和终点，根据最大、最小、均值设置;
#0.3表示线的弯曲角度（步长）
y=normfun(x,mean,std)
plt.plot(x,y)
plt.hist(time,bins=10,rwidth=0.9,normed=True)#time表示数据,bins表示显示的组数
#rwidth表示每组宽度,normed表示显示曲线
plt.title("time")
plt.xlabel("stakes")
plt.ylabel("Probability")
plt.show()

output_16_0.png

3、结果分析：

历届赛马冠军的平均时间是149.22:说明如果你成绩控制在149.22的话就有一半的概率得冠军
标准差是1.62：说明波动性较小
成绩最好的是146：你合理的追求成绩是146-149.22
最差的成绩是153：如果你想得冠军，成绩又没有153好，那么建议你比赛的同时买几张彩票，至少她们的概率上来说差不多的，买张彩票多个机会哈

[参考文章](http://www.jianshu.com/p/cc3b5d76c587)