En el capítulo anterior aprendimos cómo crear una matriz completamente aleatoria, de un tamaño dado y entre dos valores dados.
En este capítulo aprenderemos cómo crear una matriz donde los valores se concentran alrededor de un valor dado.
En la teoría de la probabilidad, este tipo de distribución de datos se conoce como distribución de datos normal o distribución de datos gaussiana, en honor al matemático Carl Friedrich Gauss, quien ideó la fórmula de esta distribución de datos.
import numpy
import matplotlib.pyplot as plt
x = numpy.random.normal(5.0, 1.0, 100000)
plt.hist(x, 100)
plt.show()
Nota: Un gráfico de distribución normal también se conoce como curva de campana debido a su forma característica de campana.
Histograma Explicado
Usamos la matriz del método numpy.random.normal(), con 100000 valores, para dibujar un histograma con 100 barras.
Especificamos que el valor medio es 5,0 y la desviación estándar es 1,0.
Lo que significa que los valores deben concentrarse alrededor de 5,0 y rara vez más allá de 1,0 de la media.
Y cómo puede ver en el histograma, la mayoría de los valores están entre 4,0 y 6,0, con un máximo de aproximadamente 5,0.