Home » python » Normal Data Distribution Python

Normal Data Distribution Python

by Catur Kurnia Sari
by Catur Kurnia Sari

Di bab sebelumnya, kita telah mempelajari cara membuat array yang berisi nilai acak, dengan ukuran tertentu, dan di antara dua nilai yang diberikan.

Dalam bab ini kita akan belajar bagaimana membuat sebuah array dimana nilai-nilai terkonsentrasi di sekitar nilai tertentu.

Dalam teori probabilitas, jenis distribusi data ini dikenal sebagai distribusi data normal, atau distribusi data Gaussian, karena ahli matematika Carl Friedrich Gauss yang membuat rumus distribusi data ini.

Contoh:
Distribusi data normal yang khusus

import numpy
import matplotlib.pyplot as plt

x = numpy.random.normal(5.0, 1.0, 100000)

plt.hist(x, 100)
plt.show()

Hasilnya:

Catatan: Grafik distribusi normal juga dikenal sebagai kurva lonceng karena bentuk karakteristiknya dari lonceng.

Penjelasan Histogram

Kita menggunakan array dari metode numpy.random.normal(), dengan nilai 100000, untuk menggambar histogram dengan 100 bar.

Kita menetapkan bahwa nilai rata-rata adalah 5.0, dan standar deviasi 1.0.

Artinya nilai harus terkonsentrasi di sekitar 5.0, dan jarang lebih jauh dari 1.0 dari mean.

Dan seperti yang kita lihat dari histogram, sebagian besar nilai antara 4.0 dan 6.0, dengan puncak sekitar 5.0.

You may also like