আপনি যদি আরও সম্পূর্ণ পরিশ্রমের (বা এই ক্ষেত্রে অ-কর্মক্ষম) উদাহরণ রাখেন তবে এটি আরও সহায়ক হবে।
আমি নিম্নলিখিত চেষ্টা করেছিলাম:
import numpy as np
import matplotlib.pyplot as plt
x = np.random.randn(1000)
fig = plt.figure()
ax = fig.add_subplot(111)
n, bins, rectangles = ax.hist(x, 50, density=True)
fig.canvas.draw()
plt.show()
এটি প্রকৃতপক্ষে একটি y- অক্ষ সহ একটি বার-চার্ট হিস্টোগ্রাম তৈরি করবে [0,1]
।
আরও, hist
ডকুমেন্টেশন অনুযায়ী (যেমন ax.hist?
থেকে ipython
), আমি মনে করি যোগফলটিও ঠিক আছে:
*normed*:
If *True*, the first element of the return tuple will
be the counts normalized to form a probability density, i.e.,
``n/(len(x)*dbin)``. In a probability density, the integral of
the histogram should be 1; you can verify that with a
trapezoidal integration of the probability density function::
pdf, bins, patches = ax.hist(...)
print np.sum(pdf * np.diff(bins))
উপরের আদেশগুলি পরে এটি চেষ্টা করে দেখুন:
np.sum(n * np.diff(bins))
আমি 1.0
প্রত্যাশিত হিসাবে একটি রিটার্ন মান পেতে । মনে রাখবেন যে এর normed=True
অর্থ এই নয় যে প্রতিটি বারের মানটির যোগফল একতাবদ্ধ হয়, তবে বারগুলির চেয়ে বেশি অবিচ্ছেদ্য হয় unityক্য। আমার ক্ষেত্রে np.sum(n)
প্রায় ফিরে এসেছিল 7.2767
।