研究者表示，由于广泛的科学计算和机器学习领域在底层结构上都需要线性代数的支持，因此有可能以可微编程的形式，创造一种新的编程思想。下面，我们就一起进入这个全新的领域。什么是可微编程通过动画、动效增加 UI 表现力，作为前端或多或少都做过。这里以弹性阻尼动画的函数为例：函数在时是效果最好的。最终，实现成 JavaScript 代码：function damping(x, max) {
let y
转载
2024-07-04 16:53:13
84阅读
作者：林骥今天介绍第 008 号分析思维模型：幂律分布模型。1. 模型介绍幂律分布，也称为长尾分布，因为把这种分布画成图形时，会有一条很长的尾巴形状。城市人口、物种灭绝、企业规模、链接点击、书籍销量、大型灾难等等，都属于幂律分布。从幂律分布模型中，我们可以得到一个启示：大型灾难的发生，虽然概率很低，但是必须引起高度的重视。小概率事件重复发生，必将变成大概率事件。假设有一种重大安
转载
2024-01-01 21:59:04
92阅读
在机器学习领域，概率分布对于数据的认识有着非常重要的作用。不管是有效数据还是噪声数据，如果知道了数据的分布，那么在数据建模过程中会得到很大的启示。首先，如下图所示8个特征数据概率分布情况（已经做归一化），这些特征是正态分布、伯努利分布，还是泊松分布、幂律分布？ 在高斯法则生效的领域，平均值可以代表整体。但是在幂律法则统治的领域，平均值毫无意义。高斯法则和幂律法则的典型代表是分别身高和财富，把姚明放
转载
2023-08-25 00:56:49
254阅读
幂律分布幂律分布的数学形式广义形式：幂律分布的广义形式即是反映了一个幂次反比关系 ，其中 的通常取值为 。精确形式：在对原有幂律分布函数加以分析可以看出，当 时，幂律分布的概率密度函数发散。随机变量不会在整个取值范围内服从幂律分布，更可能在大于某个幂律下界之后，随机变量的尾巴部分服从幂律分布。因而，现有的针对幂律分布分析多基于以下数学形式连续情形：概率密度函数：根据概率规范性（归一化参数）：离
转载
2024-01-31 03:18:19
440阅读
（1）幂律分布的定义：节点具有的连线数和这样的节点数目乘积是一个定值，也就是几何平均是定值，比如有10000个连线的大节点有10个，有1000个连线的中节点有100个，100个连线的小节点有1000个，在对数坐标上画出来会得到一条斜向下的直线。也就是： 定值=连线数*节点数幂律分布表现为一条斜率为幂指数的负数的直线,这一线性关系是判断给定的实例中随机变量是否满足幂律的依据。统计物理学
# Python 幂律分布拟合
幂律分布（power-law distribution）是一种常见的概率分布模型，用于描述一些现实世界中的现象，如社交网络中的节点度分布、城市规模分布、收入分布等。幂律分布的特点是在大部分数据都很小的情况下，会有极少数的数据非常大。
在本文中，我们将介绍如何使用 Python 进行幂律分布的拟合，并提供代码示例。
## 安装所需库
在开始之前，我们需要安装
原创
2024-02-02 03:37:54
898阅读
一、基本函数1.1 带位置参数的函数# 位置参数
def add(a, b):
return a + b
print(add(1, 2))
def prt(a, b):
print("a:", a)
print("b:", b)
prt(1, 3)
prt(b=1, a=3)
prt(1, b=2) 运行结果：3
a: 1
b: 3
a: 3
b: 1
a: 1
用Excel生成频率分布表及频率分布直方图福建中，对数据进行统计分析、绘制统计图表等，要涉及许多繁琐复杂的计算与制图过程。若单凭
转载
2023-09-09 08:50:08
113阅读
作者 | Farhad Malik为什么正态分布如此特殊？为什么大量数据科学和机器学习的文章都围绕正态分布进行讨论？我决定写一篇文章，用一种简单易懂的方式来介绍正态分布。在机器学习的世界中，以概率分布为核心的研究大都聚焦于正态分布。本文将阐述正态分布的概率，并解释它的应用为何如此的广泛，尤其是在数据科学和机器学习领域，它几乎无处不在。我将会从基础概念出发，解释有关正态分布的一切，并揭示它为何如此重
1.2.
原创
2021-07-29 10:51:59
2163阅读
幂律分布（Power Law Distribution）是一种概率分布，其特点是尾部有着长尾（heavy tail）的形式。在幂律分布中，大部分事件或现象具有较小的数值，而少数事件或现象具有非常大的数值。幂律分布的概率密度函数可以表示为：P(x) = C * x^(-α)其中，P(x) 是随机变量 X 取值为 x 的概率密度，C 是归一化常数，α 是幂律指数（也称为幂律系数），x 是随机变量的取值
转载
2023-12-19 06:01:18
173阅读
如下所示：from mpl_toolkits.mplot3d import axes3d
import matplotlib.pyplot as plt
# 打开画图窗口1，在三维空间中绘图
fig = plt.figure(1)
ax = fig.gca(projection='3d')
# 给出点（0，0，0）和（100，200，300）
x = [0, 100]
y = [0, 200]
z
转载
2023-06-16 01:15:45
242阅读
# 从幂律分布采样 Python
## 引言
在实际开发中，我们有时需要从幂律分布中随机采样一些数据，以便进行数据分析、模拟等操作。本文将向你介绍如何在 Python 中实现从幂律分布采样的方法。
## 流程图
```mermaid
erDiagram
用户 -- 开发者 : 咨询如何从幂律分布采样
开发者 -- 用户 : 介绍采样方法
```
## 步骤
为了更清晰地
原创
2024-05-06 06:21:08
42阅读
关于幂律分布的一个笔记0：题外话或补记最早知道二八法则，还是一本介绍犹太民族杰出人物的书，被称为犹太法则。说犹太人跟钱打交道较其他民族多，很早就知道了这个世界上是80%的人把钱借给了20%的会钱生钱的人，而且论据之一居然是人体80%是由水组成，只有20%为其他关键物质；另一论据是空气80%由氮气构成，只有20%包括氧气在内的其他气体。这些固然都是颇有趣的现象，但一直未能上升到理论的高度。 
转载
2024-05-06 16:33:55
135阅读
做数据可视化，经常不知道图表要怎么用？做出来的图表又丑又看不出趋势，今天帆软君给大家分享一下如何更好地利用图表。根据数据之间的关系，统计图表可被分为分成四个大类，你可根据自己的目的（即你想表达什么）来选择适合的图表，最后达到“一图胜千言”的效果。比较类：柱形图、对比柱形图、分组柱形图、堆积柱形图、分区折线图、雷达图、词云、聚合气泡图、玫瑰图 占比类：饼图、矩形块图、百分比堆积柱形图、多层饼图、仪表
转载
2023-11-13 13:57:53
108阅读
最近在用matlab跑数据，时间比较充足，所以想学一下python来画空间分布图，之前没有接触过python，感觉画图会比matlab更好看更流畅一些。画下来确实有耳目一新的感觉。还是利用第一篇笔记里的数据，画格陵兰岛的某数据的空间分布，初步绘制出来的结果如下。关于绘图中的难点：1.二次曲线外观（扇形的地图） 2.填色 3.cartopy库的安装！！！属实在库的安装上折腾了好久1.如何
转载
2023-07-14 11:44:08
468阅读
使用Python绘制正态分布曲线，借助matplotlib绘图工具；\[f(x) = \dfrac{1}{\sqrt{2\pi}\sigma}\exp(-\dfrac{(x-\mu)^2}{2\sigma^2})
\]#-*-coding:utf-8-*-
"""
python绘制标准正态分布曲线
"""
# ============================================
转载
2023-06-26 22:33:42
498阅读
# 使用Python绘制分布图的全攻略
分布图是数据可视化中重要的一环，用于展示数据的分布情况和趋势。在Python中，我们可以借助一些强大的库来进行数据的可视化操作。本文将一步一步教你如何使用Python绘制分布图，并附上代码示例。
## 1. 环境准备
在开始之前，请确保你已经安装了以下Python库：
- `numpy`：用于生成模拟数据
- `matplotlib`：用于绘制图形
原创
2024-10-12 05:52:59
50阅读
导语随着数据在各行业中的应用越来越广泛，大家也逐渐认识到数据可视化在企业生产经营中的重要作用，在数据可视化过程中，图表是处理数据的重要组成部分，因为它们是一种将大量数据压缩为易于理解的格式的方法。数据可视化可以让受众快速Get到重点。今天，数维图小编将为大家介绍数据可视化图表类型 —— “分布类”图表。关于图表 - About Chart数据的理解需要技巧，也许我们无法快速记住一连串复杂的数据，也
转载
2023-10-19 10:53:28
279阅读
在本篇文章中，我将分享如何用 Python 创建分布图，这个过程涵盖从环境预检到扩展部署的各个步骤。
分布图是通过在坐标系中绘制点以表示数据分布，能够帮助我们快速理解数据的特性。以下是我操作的详细过程。
### 环境预检
在开始之前，我先进行了环境预检，以确保我的开发环境符合要求。首先，我准备了一份思维导图，列出必需的工具与限制条件：
```mermaid
mindmap
root
