跳到内容
从一个困惑开始

你想弄懂什么?

找到答案,看到讲解发生的那一刻,再顺着概念继续探索。

← 概念导览

关于「在这个蒙特卡洛示例中,`plt.hist` 中的 `density=True` 有什么作用?」

4 个关键词匹配

正在理解你的问题,下面的搜索结果可先查看。

认识概念

↗

在 `plt.hist` 中设置 `density=True` 会对柱状图的高度进行归一化,使得绘制的直方图表示模拟总时长的经验概率密度估计,而不是原始计数。

适用条件:当目标是将样本分布与概率密度尺度进行比较时使用。;绘制的柱子按组距和样本量进行归一化。

掌握方法

↗

两个报告完成时间数组是使用 `np.random.uniform` 函数生成的。报告 A 通过从 1 到 5 小时的均匀分布中抽取 `sims` 个独立值来建模,报告 B 通过从 2 到 6 小时的均匀分布中抽取 `sims` 个独立值来建模。

适用条件:使用前面介绍的均匀模型。;`sims` 必须已经定义。

掌握方法

↗

视频通过对两个模拟完成时间数组进行逐元素相加来计算完成两份报告的总时间。总时间就是它们的求和,在代码中表示为 `duration = A+BA + B`。

适用条件:A 和 B 必须是长度相同的数组。;加法是在匹配的模拟运行中逐条目执行的。

认识概念

↗

视频将均匀分布定义为一种概率分布,它假设在定义的最小值和定义的最大值之间的所有结果的相对可能性都是相同的。

适用条件:必须有一个定义的最小值和一个定义的最大值。;这些界限之间的所有结果都被视为同等可能。