我已经生成了3组数据,这些数据以numpy数组的形式组织.我有兴趣将这三组数据的概率分布绘制为标准直方图.所有三个分布看起来应该几乎相同,因此将所有三个分布在同一轴上以便于比较似乎是明智的.
默认情况下,matplotlib直方图被绘制为条形图,这使得我想要的图像看起来非常混乱.因此,我的问题是是否可以强制pyplot.hist只绘制一个框/圆/三角形,其中条形图的顶部将是默认形式,这样我就可以在同一个图形上干净地显示所有三个分布或者是否我必须计算直方图数据,然后将其单独绘制为散点图.
提前致谢.
我正在尝试模拟某个物理系统.为了传播解决方案,我需要能够将行列式= 1的矩阵乘以描述系统的每个部分.在下面的代码中,T(变量)是一个二维矩阵,其det(T)= 1,我只是表示区域编号,其余部分是无关紧要的.
当我为具有超过30个区域的系统运行此代码时,最终的Msys不再具有determinant = 1.我在整个计算过程中检查了Msys的行列式的值,并且在前几次迭代中它是1,但随后它开始偏离.我在创建数组T时尝试放入dtype = float64,看看这是否会提高精度并阻止它崩溃,但我没有看到改进.
有没有什么方法可以编写代码来避免错误累积或我可以增加小数位数numpy存储的方式,以使错误可忽略不计的100+区域的系统.
for i in range(n):
if i == 0:
Msys = T(L[i],i,k)
else:
Msys = numpy.dot(T(L[i]-L[i-1],i,k), Msys)
return Msys