1、公式推導(dǎo)

創(chuàng)新互聯(lián)公司長(zhǎng)期為數(shù)千家客戶提供的網(wǎng)站建設(shè)服務(wù)，團(tuán)隊(duì)從業(yè)經(jīng)驗(yàn)10年，關(guān)注不同地域、不同群體，并針對(duì)不同對(duì)象提供差異化的產(chǎn)品和服務(wù)；打造開(kāi)放共贏平臺(tái)，與合作伙伴共同營(yíng)造健康的互聯(lián)網(wǎng)生態(tài)環(huán)境。為武漢企業(yè)提供專業(yè)的網(wǎng)站制作、成都網(wǎng)站建設(shè)，武漢網(wǎng)站改版等技術(shù)服務(wù)。擁有十多年豐富建站經(jīng)驗(yàn)和眾多成功案例,為您定制開(kāi)發(fā)。

對(duì)冪律分布公式：

對(duì)公式兩邊同時(shí)取以10為底的對(duì)數(shù)：

所以對(duì)于冪律公式，對(duì)X,Y取對(duì)數(shù)后，在坐標(biāo)軸上為線性方程。

2、可視化

從圖形上來(lái)說(shuō)，冪律分布及其擬合效果：

對(duì)X軸與Y軸取以10為底的對(duì)數(shù)。效果上就是X軸上1與10，與10與100的距離是一樣的。

對(duì)XY取雙對(duì)數(shù)后，坐標(biāo)軸上點(diǎn)可以很好用直線擬合。所以，判定數(shù)據(jù)是否符合冪律分布，只需要對(duì)XY取雙對(duì)數(shù)，判斷能否用一個(gè)直線很好擬合就行。常見(jiàn)的直線擬合效果評(píng)估標(biāo)準(zhǔn)有擬合誤差平方和、R平方。

3、代碼實(shí)現(xiàn)

#!/usr/bin/env python
# -*-coding:utf-8 -*-

import matplotlib.pyplot as plt
import numpy as np
from sklearn import linear_model
from scipy.stats import norm

def DataGenerate():
 X = np.arange(10, 1010, 10) # 0-1，每隔著0.02一個(gè)數(shù)據(jù) 0處取對(duì)數(shù),會(huì)時(shí)負(fù)無(wú)窮 生成100個(gè)數(shù)據(jù)點(diǎn)
 noise=norm.rvs(0, size=100, scale=0.2) # 生成50個(gè)正態(tài)分布 scale=0.1控制噪聲強(qiáng)度
 Y=[]
 for i in range(len(X)):
  Y.append(10.8*pow(X[i],-0.3)+noise[i]) # 得到Y(jié)=10.8*x^-0.3+noise

 # plot raw data
 Y=np.array(Y)
 plt.title("Raw data")
 plt.scatter(X, Y, color='black')
 plt.show()

 X=np.log10(X) # 對(duì)X，Y取雙對(duì)數(shù)
 Y=np.log10(Y)
 return X,Y

def DataFitAndVisualization(X,Y):
 # 模型數(shù)據(jù)準(zhǔn)備
 X_parameter=[]
 Y_parameter=[]
 for single_square_feet ,single_price_value in zip(X,Y):
  X_parameter.append([float(single_square_feet)])
  Y_parameter.append(float(single_price_value))

 # 模型擬合
 regr = linear_model.LinearRegression()
 regr.fit(X_parameter, Y_parameter)
 # 模型結(jié)果與得分
 print('Coefficients: \n', regr.coef_,)
 print("Intercept:\n",regr.intercept_)
 # The mean square error
 print("Residual sum of squares: %.8f"
  % np.mean((regr.predict(X_parameter) - Y_parameter) ** 2)) # 殘差平方和

 # 可視化
 plt.title("Log Data")
 plt.scatter(X_parameter, Y_parameter, color='black')
 plt.plot(X_parameter, regr.predict(X_parameter), color='blue',linewidth=3)

 # plt.xticks(())
 # plt.yticks(())
 plt.show()

if __name__=="__main__":
 X,Y=DataGenerate()
 DataFitAndVisualization(X,Y)

另外有需要云服務(wù)器可以了解下創(chuàng)新互聯(lián)scvps.cn，海內(nèi)外云服務(wù)器15元起步，三天無(wú)理由+7*72小時(shí)售后在線，公司持有idc許可證，提供“云服務(wù)器、裸金屬服務(wù)器、高防服務(wù)器、香港服務(wù)器、美國(guó)服務(wù)器、虛擬主機(jī)、免備案服務(wù)器”等云主機(jī)租用服務(wù)以及企業(yè)上云的綜合解決方案，具有“安全穩(wěn)定、簡(jiǎn)單易用、服務(wù)可用性高、性價(jià)比高”等特點(diǎn)與優(yōu)勢(shì)，專為企業(yè)上云打造定制，能夠滿足用戶豐富、多元化的應(yīng)用場(chǎng)景需求。

文章標(biāo)題：Python數(shù)據(jù)可視化:冪律分布實(shí)例詳解-創(chuàng)新互聯(lián)
本文網(wǎng)址：http://www.chinadenli.net/article12/dccpdc.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供建站公司、微信公眾號(hào)、網(wǎng)站改版、標(biāo)簽優(yōu)化、用戶體驗(yàn)、網(wǎng)站營(yíng)銷

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來(lái)源： 創(chuàng)新互聯(lián)