Différences

Ci-dessous, les différences entre deux révisions de la page.

--- bts:python:echantillonnage [2023/04/12 00:31] – créée goupillwiki
+++ bts:python:echantillonnage [2023/04/12 15:20] (Version actuelle) – goupillwiki
@@ Ligne 9: / Ligne 9: @@
 <code python>
 # echantillonnage.py
+import numpy as np
+import matplotlib.pyplot as plt
 from random import choice
 DATA = (1, 1, 2, 2, 2, 3, 4, 4, 4, 4, 5, 5, 6, 6, 6, 6, 6, 7, 7, 7, 7, 8, 8, 8, 8, 8, 8, 8, 10, 10, 11, 11, 11, 11, 11, 11, 11, 12, 12, 12, 12, 12, 12, 13, 14, 14, 14, 15, 15, 16, 16, 16, 17, 19, 19)
+print("moyenne pop :", np.mean(DATA))
+print("écart-type pop :", np.std(DATA))
+valeurs, effectifs = np.unique(DATA , return_counts=True)
+plt.bar(valeurs, effectifs)
+plt.show()
+</code>
+Le graphique vous donne un aperçu de la répartition des valeurs dans cette population.
+Notez les valeurs de la moyenne et de l'écart-type.
+Quand vous aurez vu le graphique, vous pourrez supprimer les 3 dernières lignes du code.
+<code python>
 def alea():
     """
@@ Ligne 35: / Ligne 50: @@
 ===== Beaucoup d'échantillons =====
-On va prélever beaucoup d'échantillons d'une certaine taille n, pour chaque échantillon on va calculer la moyenne, puis on va représenter sur histogramme les moyennes trouvées.
+On va prélever beaucoup d'échantillons d'une certaine taille ''n'', pour chaque échantillon on va calculer la moyenne, puis on va représenter sur histogramme les moyennes trouvées.
 <code python>
-import matplotlib.pyplot as plt
-import statistics
 n = 10 # choix de n
 resultats = []
 for i in range(1000):
     e = echantillon(n)
-    m = statistics.mean(e)
+    m = np.mean(e)
     resultats.append(m)
+print("moyenne des moyenne :", np.mean(resultat))
+print("écart type :", np.std(resultat))
 plt.hist(resultats, density = True)
 plt.show()
 </code>
-Vous pouvez changer la valeur de n pour voir l'effet sur le résultat.
+Vous pouvez changer la valeur de ''n'' pour voir l'effet sur le résultat.
+Vous pouvez aussi faire le même travail sur les écarts-types.