作业七

#导包
import numpy as np
from sklearn.datasets import load_iris
import matplotlib.pylot as plt
data = load_iris()
iris = data.data

#计算鸢尾花花瓣长度的最大值，平均值，中值，均方差。
x = np.max(iris)
print(x)    #最大值
x = np.median(iris)
print(x)    #平均值
x = np.mean(iris)
print(x)　　 #均值
x = np.std(iris)
print(x)　　 #标准差

#用np.random.normal()产生一个正态分布的随机数组，并显示出来。

x = np.random.normal(loc=0, scale=1,size=100000) #生成一个正太分布 mu=0 sigma = 1 
print(x)
plt.hist(x, bins=100, normed=True)　　　　　　　　　
plt.show()

# np.random.randn()产生一个正态分布的随机数组，并显示出来。

x = np.random.rand(5,6)#生成5行6列的随机数组
y = np.random.rand(6,5)#生成6行5列的随机数组
# 画散点图
plt.scatter(x, y)
plt.show()

#显示鸢尾花花瓣长度的正态分布图，曲线图，散点图。
#正态分布

from sklearn.datasets import load_iris
import matplotlib.pyplot as plt
data = load_iris()
iris = data.data #导入数据
petalLength = [x[2] for x in iris]#取出鸢尾花的花瓣长度
print(petalLength)#打印花瓣长度
num = 150 #定义一个长度为数组长度的变量

mu = np.mean(petalLength) #均值
sigma = np.std(petalLength)#标准差
print(mu,sigma)
randData= np.random.normal(mu,sigma,num)
#正太分布图
count, bins, ignored = plt.hist(randData,30,normed=True)
plt.plot(bins,1/(sigma * np.sqrt(2 * np.pi)) *np.exp( - (bins - mu)**2/(2 * sigma**2)),linewidth=2, color='b')    #花瓣长度正态分布图
plt.show()

#曲线图

plt.plot(np.linspace(0,150,num=150),petalLength,'c')  
#在0到100中均匀的取值作为x轴
#num为样本的个数，为花瓣的个数
#花瓣的长度为y轴
plt.show()

#散点图

plt.scatter(np.linspace(0,150,num=150),petalLength,marker='o')  

#在0到100中均匀的取值作为x轴
#num为样本的个数，为花瓣长度的个数
#花瓣的长度为y轴

plt.show()