第三次作业-正态分布分析

赛马时间正态分布结果
正态分布代码截图-1
正态分布代码截图-2

这次作业碰到了挺多的问题，部分问题已找到答案，以注释的形式出现在代码中。

• 比如python magic命令，在之前确实未曾了解过这系列的神奇命令，想具体了解有哪些神奇之处可以戳进这篇博客 27 个Jupyter Notebook的小提示与技巧

• 同时在读取csv文件时遇到了些问题，csv文件的编码格式无法识别，导致文件中的数据无法读取。之前遇到过这样的问题，在此把解决办法写下：

1.打开csv文件，选择文件 ——> 另存为txt文件，保存格式为unicode 文本

另存为unicode文本格式

2.打开新生成的txt文件，此处最好用notepad++打开，选择 格式 ——> 以utf-8格式编码

3.修改编码格式后，选择文件另存为，此时另存为的文件名字、后缀与原有的csv文件均相同，覆盖原来的文件即可

4.打开新生成的csv文件，python可正常读取文件内的数据

• 在进行编码过程中，也考虑了如何确定曲线的范围，比如求取最大值与最小值，界定范围以更好地分析。其次，在确定步进的时候也着实需要一步步尝试。如图可以看到范围145~155，在最初按照课件的演示，确定步进为1的时候，整条正态曲线像是多条直线相连接的折线，整体非常“尖锐”。后在逐渐缩小步进后得到图中教圆滑的曲线图。另外，需要选择适当数量的柱，bins的适当选取也是需要不断地调整。

• matplotlib中文显示问题早已解决，如果想要彻底解决这个问题可以在小密圈里看我的发表，详细介绍了步骤，有不懂的可以一起探讨。

最后说一下对这个数据集的理解：如图所示，可以看到大多数赛马的赛跑时间分布在148~150区间，跑的特别快和特别慢的都占少数。《极简统计学》这本书上写到：数学家们证明了，在通过数学概率作出的硬币透支直方图中，在n充分大时，接近正态分布。

在样本量足够大时，且由很多单一的不确定现象复合而成的现象，如动物身长现象，股票价格的现象等，它们的数据分布大多数表现为正态分布。

以上。