代码如下:
import matplotlib.pyplot as plt import numpy as np from scipy import stats #11.1 x=np.linspace(0.0,2.0,50) y=np.sin(x-2)*np.sin(x-2)*np.exp(-x**2) plt.figure(1) plt.xlabel("x") plt.ylabel("y") plt.title(r"$f(x) = sin^2(x-2)e^{-x^2}$") plt.plot(x,y) plt.show()
得到结果如下:
代码如下:
#11.2 X=np.random.normal(size=(20,10)) b=np.random.normal(size=(10,1)) z=np.random.normal(size=(20,1)) y=np.dot(X,b)+z be=np.linalg.lstsq(X,y,None)[0] plt.figure(2) plt.xlabel("index") plt.ylabel("value") plt.scatter(range(0,10),b,color='red',marker='x',label="True coefficients") plt.scatter(range(0,10),be,color='blue',marker='o', label="Estimated coefficients") plt.legend() plt.show()
得到结果如下:
代码如下:
#11.3 z=np.random.randn(10000) kde=stats.gaussian_kde(z) x3=np.linspace(-10,10,100) plt.figure(3) plt.hist(z,25,color='b',edgecolor='k',density=True) plt.plot(x3,kde.evaluate(x3),color='r') plt.show()
得到结果如下: