Визуализация распределения данных и ядерная оценка плотности в Python

Описание

Рассмотрены возможности библиотек Python для визуализации распределения данных. Приведены примеры построения гистограмм, kde- и ecdf-графиков, а также кумулятивных кривых в каждой из рассмотренных библиотек. Показано, как можно получить координаты графиков в библиотеке Plotly. На тестовом примере продемонстрированы результаты работы созданной авторами программы. Для оценки уровня усвоения студентами пройденного материала предложены варианты самостоятельных работ. Предназначено для бакалавров, обучающихся по направлениям подготовки 09.03.02 «Информационные системы и технологии», 18.03.01 «Химическая технология», 28.03.02 «Наноинженерия», 29.03.04 «Технология художественной обработки материалов», 29.03.05 «Конструирование изделий легкой промышленности», изучающих дисциплины «Теория вероятностей и математическая статистика», «Обработка экспериментальных данных», «Большие данные», «Алгоритмы и структура данных», «Вычислительная математика». Подготовлено на кафедре информатики и прикладной математики.