lesson2-正态分布-赛马数据

lesson2 赛马数据-正态分布（4.7号）

代码：

#赛马数据可视化 from pandas import read_csv import numpy as np import pandas as pd import matplotlib.pyplot as plt import matplotlib.mlab as lab

#读取文件 stakes_data= read_csv('lesson2/stakes.csv')

#查看数据类型 stakes_data.dtypes

#查看数据前5行 stakes_data.head(5)

#查看一共多少行 len(stakes_data) #89

#将数据框中的time列存入一个变量‘stakes'，方便之后调用 stakes= stakes_data['time']
#计算平均值，标注差 mean = stakes.mean() std = stakes.std() print('均值：'+ str(mean)) print('标准差：'+ str(std))

#绘制密度函数曲线 stakes.min() #146.0 stakes.max() #153.2
#设置起始值、结束值和步长 #Q1:最小值-1，最大值+1？Q2:步长选择的规则是？ x=np.arange(145,155,0.1) y=mlab.normpdf(x,mean,std) plt.plot(x,y)

#绘制直方图 plt.hist(stakes,bins=10,color='orange',rwidth=0.9,normed=True) plt.title('Stakes Distribution') plt.xlabel('Time') plt.ylabel('Probability') plt.show

正态分布图：

![赛马冠军用时数据]

QQ20170408-1.png

数据观察：

1.基本数据
数据量：89
最小值：146.0
最大值：153.2
均值：149.221011236
标准差：1.62781647177
2.正态分布
（估68.2%） 均值+-1std=147.6-150.8 大多数选手的夺冠成绩分布在此范围内
（估27.2%） 均值+-2std = 146-152.6 如果一个选手的用时能进入147.6-146之间，他夺冠的可能性就大大增加，
（估4.2%） 均值+-3std=144.4-153.8 目前还无散落在这个区域的数值，说明赛马用时的数据相对比较稳定，较少有意外的情况出现。