最近獲得了一些四級成績數(shù)據(jù)，大概500多個，于是突發(fā)奇想是否能夠看看這些成績數(shù)據(jù)是否滿足所謂的正態(tài)分布呢？說干就干，于是有了這篇文章。
文章順帶介紹了xlrd模塊的一些用法和matplotlib畫自定義數(shù)據(jù)的條形圖和隨機的條形圖的一些方法，并且提供了一些相關鏈接，可作為學習matplotlib和numpy的資源，希望對讀者也有幫助。

更優(yōu)美的格式見這里

工具

• Python 3.5
• xlrd模塊
• numpy模塊及一些依賴模塊（安裝請自行查詢方法，絕大部分pip就可搞定）
• matplotlib繪圖模塊

xlrd基本用法

1、導入模塊

1	import xlrd

2、打開Excel文件讀取數(shù)據(jù)

1	data = xlrd.open_workbook('excelFile.xls')

3、使用技巧

• 獲取一個工作表

  1 2 3

  table = data.sheets()[0] #通過索引順序獲取 table = data.sheet_by_index(0) #通過索引順序獲取 table = data.sheet_by_name(u'Sheet1')#通過名稱獲取

• 獲取整行和整列的值（數(shù)組）

  1 2 3 4 5 6 7

  table.row_values(i) table.col_values(i) ``` * 獲取行數(shù)和列數(shù) ```python nrows = table.nrows ncols = table.ncols

• 循環(huán)行列表數(shù)據(jù)

  1 2	for i in range(nrows ): print table.row_values(i)

• 單元格

  1 2	cell_A1 = table.cell(0,0).value cell_C4 = table.cell(2,3).value

• 使用行列索引

  1 2	cell_A1 = table.row(0)[0].value cell_A2 = table.col(1)[0].value

• 簡單的寫入

  1 2 3 4 5 6 7 8

  row = 0 col = 0 #類型 0 empty,1 string, 2 number, 3 date, 4 boolean, 5 error ctype = 1 value = '單元格的值' xf = 0 # 擴展的格式化 table.put_cell(row, col, ctype, value, xf) table.cell(0,0) #單元格的值' table.cell(0,0).value #單元格的值'

畫折線圖

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23

import xlrd import numpy as np import matplotlib.pyplot as plt data = xlrd.open_workbook('D:\\Python Workspace\\Data\\cet4.xls') table = data.sheets()[0] #sheet 0 col5 = table.col_values(5)[1:] #取第5列的成績，并去掉列屬性名稱 count = [0 for i in range(0,650)] #初始化count x = [i for i in range(0,650)] for i in col5: num = int(i) count[num] += 1 #統(tǒng)計每個人數(shù)的人數(shù) plt.xlabel('Score') plt.ylabel('Number of people') plt.title('Distribution of CET-4 Scores') plt.ylim(0,8) plt.plot([i for i in range(250,650) if count[i] != 0],[i for i in count[250:] if i != 0],linewidth=1) #畫出折線圖 plt.show()

圖1

畫直方圖并與正態(tài)分布直方圖對比

import xlrd import numpy as np from math import * import pylab as pl import matplotlib.pyplot as pltdata = xlrd.open_workbook('D:\\Python Workspace\\Data\\cet4.xls')table = data.sheets()[0] #sheet 0col5 = table.col_values(5)[1:]ha = [int(i) for i in col5] #成績數(shù)據(jù) mu = np.mean(ha) #平均值 sigma = np.std(ha) #標準差 data = np.random.normal(mu,sigma,1000) #生成正態(tài)分布隨機數(shù)據(jù)x = np.linspace(0,700,1000) y = (1. / sqrt(2 * np.pi) / sigma)*np.exp( -((x-mu)**2/(2*sigma**2)) )plt.hist(data,bins=100,facecolor='g',alpha=0.44) plt.hist(ha,bins=70,facecolor='r',histtype='stepfilled') plt.plot(x,y,color='b') #正態(tài)分布曲線plt.xlabel('Score') plt.ylabel('Number of people') plt.title('Distribution of CET-4 Scores') plt.show()

圖2
且可求得數(shù)據(jù)的均值和標準差分別為：476.743785851和104.816562585
由圖可見，綠色條形圖是$\mu$=476.743785851，$\sigma$=104.816562585的正態(tài)分布條形圖，而紅色是四級成績數(shù)據(jù)的分布圖，雖然由于數(shù)據(jù)較少(500多個數(shù)據(jù)），所以擬合較差，但是可以看出成績數(shù)據(jù)還是基本滿足正態(tài)分布的。
不知道為啥，正態(tài)曲線沒有畫出來，單獨畫正態(tài)曲線是可以畫出來的，有待研究。

繪制直方圖的一些參數(shù)解釋

繪圖都可以調(diào)用matplotlib.pyplot庫來進行，其中的hist函數(shù)可以直接繪制直方圖。

調(diào)用方式：

1	n, bins, patches = plt.hist(arr, bins=10, normed=0, facecolor='black', edgecolor='black',alpha=1，histtype='bar')

?

hist的參數(shù)非常多，但常用的就這六個，只有第一個是必須的，后面四個可選

arr: 需要計算直方圖的一維數(shù)組

bins: 直方圖的柱數(shù)，可選項，默認為10

normed: 是否將得到的直方圖向量歸一化。默認為0

facecolor: 直方圖顏色

edgecolor: 直方圖邊框顏色

alpha: 透明度

histtype: 直方圖類型，‘bar’, ‘barstacked’, ‘step’, ‘stepfilled’

返回值 ：

n: 直方圖向量，是否歸一化由參數(shù)normed設定

bins: 返回各個bin的區(qū)間范圍

patches: 返回每個bin里面包含的數(shù)據(jù)，是一個list

摘自這里?from denny

一些鏈接

matplotlib

庫的主頁
gallary

matplotlib的一些示例及其代碼，是很好的學習工具。
用python做科學計算

用Python作科學計算的一些工具
xlrd文檔
numpy的一些方法

轉載于:https://www.cnblogs.com/whatbeg/p/5390464.html

總結

以上是生活随笔為你收集整理的【Python数据分析】四级成绩分布 -matplotlib,xlrd 应用的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。