Biểu đồ tần suất

Thuộc phần Dữ liệu và biểu đồ trong hành trình Machine Learning của Coddy. Bài học 27 trên 60.

Mười hai cuộc gọi đến bộ phận hỗ trợ, tính bằng phút. Biểu đồ tần suất cho thấy những con số như thế này phân bố ra sao: biểu đồ chia khoảng giá trị thành các khoảng lớp có độ dài bằng nhau và đếm số giá trị trong từng khoảng:

calls = [2, 3, 3, 4, 5, 5, 6, 6, 6, 7, 9, 14]
fig, ax = plt.subplots()
counts, edges, bars = ax.hist(calls, bins=4)
print(counts)
print(edges)
plt.show()

Biểu đồ tần suất của 12 khoảng thời lượng cuộc gọi được chia thành 4 khoảng lớp, với các ranh giới 2, 5, 8, 11 và 14: các cột biểu thị lần lượt 4, 6, 1 và 1 cuộc gọi

Hầu hết các lần gọi mất từ 2 đến 8 phút. ax.hist cũng trả về những gì nó đã đếm, nên đoạn code này in ra:

[4. 6. 1. 1.]
[ 2.  5.  8. 11. 14.]

4 khoảng cần 5 edges. Giá trị nằm trên một cạnh sẽ thuộc khoảng bên phải, ngoại trừ giá trị lớn nhất, nằm trong khoảng cuối cùng.

Thử thách

Trung bình

Một vườn cây ăn quả cân 120 quả táo vào weights (gam). Chương trình đọc số lượng khoảng; phần mã khởi đầu thiết lập biểu đồ có tiêu đề và nhãn rồi hiển thị biểu đồ.

Vẽ biểu đồ tần suất của weights với số khoảng đó, đồng thời giữ lại các giá trị mà ax.hist trả về.
In các biên của khoảng có nhiều quả nhất, làm tròn đến 1 chữ số thập phân, cùng với số lượng quả, như bên dưới.

Với một vườn cây khác và 6 khoảng, chương trình in dòng này, sau đó Coddy mô tả biểu đồ:

Fullest bin: 153.6 to 167.8 g, 38 apples

Biểu đồ trông như sau:

Biểu đồ tần suất có tiêu đề Apple Weights với 6 cột từ khoảng 125 đến 210 gam, cột cao nhất có 38 quả táo, nằm trong khoảng từ 154 đến 168 gam

Tự làm thử

import numpy as np
import matplotlib.pyplot as plt

bins = int(input())

# Đừng thay đổi các dòng bên dưới
rng = np.random.default_rng(11)
weights = rng.normal(150, 20, size=120)
fig, ax = plt.subplots()
ax.set_title("Apple Weights")
ax.set_xlabel("Weight (g)")
ax.set_ylabel("Apples")

# Viết code của bạn bên dưới

# Đừng thay đổi dòng bên dưới
plt.show()