Графиране на вероятности, блог за шифроване

За да не познаете какви диапазони да тествате, можете да създадете графично представяне на разпределението на плътността на вероятността. За начертаване има отлична библиотека matplotlib, която може да бъде изтеглена от уебсайта http://matplotlib.sourceforge.net.

Инструкциите за инсталиране са достъпни на уебсайта, а допълнителна информация за библиотеката matplotlib може да се намери в Приложение А. Тази библиотека има много функции, от които ще имаме нужда от много малко в тази статия. След инсталирането опитайте да създадете проста графика в интерактивна сесия:

>>> от импортиране на pylab * >>> a = масив ([1,2,3,4]) >>> b = масив ([4,2,3,1]) >>> парцел (a, b) >>> покажи ()

Резултатът трябва да бъде графиката, показана на фиг. 8.9. Функцията arange създава списък с числа като масив, подобно на функцията range. В този случай чертаем синусоида в диапазона от 0 до 10.

графиране

Фигура: 8.9. Лесно приложение на библиотеката matplotlib

Този раздел ще опише два различни изгледа на разпределението на вероятностите. Първият се нарича кумулативно разпределение. Графикът на кумулативното разпределение показва вероятността резултатът да е по-малък от дадена стойност. В случая на цените кривата започва от началото, тъй като вероятността цената да е по-малка от нула е 0 и се увеличава, докато се срещне група проби със същата цена. В точката, съответстваща на максималната цена, кривата достига стойност 1, тъй като истинската цена със 100% вероятност не надвишава максималната.

За да създадете набор от данни за нанасяне на кумулативната вероятност, трябва просто да преминете през ценовия диапазон, като извикате функцията probguess със стойността 0 като долна граница и посочената цена като горна граница. Резултатите трябва да се предадат на функцията за графика, която ще изчертае графиката. Добавете функцията cumulativegraph към вашия файл numpredict.py:

def cumulativegraph (data, vec1, high, k = 5, weightf = gaussian): t1 = arange (0.0, high, 0.1)

cprob = масив ([probguess (data, vec1,0, v, k, weightf) за v в t1])

Сега извикайте тази функция в интерактивна сесия, за да начертаете графиката:

Графиката ще изглежда по подобие на показаната на фиг. 8.10. Както можете да очаквате, в началната точка кумулативната вероятност е 0, а в крайната точка - 1. Но е интересно как графиката расте. Вероятността се задържа на 0 до около $ 50, след което се покачва много бързо до плато от 0,6 на $ 110, където отново скача. По този начин, разглеждайки диаграмата, разбираме, че вероятностите са групирани около цените от $ 60 и $ 110, тъй като в тези точки се наблюдават кумулативните скокове на вероятността. Разполагайки с тази информация предварително, можете да изчислите вероятностите, без да гадаете за утайката от кафе.